본문 바로가기

전체 글27

ML 기본 내용/Linear regression 안녕하세요. 솩코딩입니다. 시작하기에 앞서 ML에 대해 짧게 언급하고 가자면, ML(Machine Learning)은 블랙박스 역할을 합니다. input, output 값이 있으면 이를 통해 학습을 직접 하도록 하는 것입니다. 그래서 우리는 머신러닝 알고리즘 이해가 필요하며, 머신러닝은 supervised learning(지도학습)과 unsupervised learning(비지도학습)으로 나뉘며 각각 label이 있나 없나의 차이입니다. supervised learning에는 regression(연속된 값, 시험 성적 0~100점), binary classification(pass, non-pass), multi-label classification(A,B,C,D,E,F)으로 나뉘며 각각의 상황에 맞게 .. 2022. 1. 13.
모두를 위한 딥러닝 강좌 시즌1 리뷰 안녕하세요. 솩코딩 블로그입니다. 김성훈 교수님의 '모두를 위한 딥러닝 강좌 시즌1'(50강)을 시청하며 딥러닝 공부의 막을 열어보고자 합니다. 이 강좌를 필기만 하는 식이 아니라, 강좌를 시청하며 평소 몰랐던 부분이나 더 알아보고 싶은 내용에 대해 작성하는 식으로 DL 게시글을 진행해보려 합니다. 이 강좌에서 제공되는 코드를 보며 역시, 줄줄이 따라 쓰기만 하는 것이 아니라 본인 이해를 바탕으로 쓸 것이며 해당 내용은 깃허브에 올리는 식으로 진행할 것입니다. '모두를 위한 딥러닝 강좌 시즌1'의 후속으로는 딥러닝 유명 강좌 중 하나인 스탠포드 'CS231n' 강좌를 리뷰를 하면서 공부해 볼 계획입니다. 딥러닝을 공부하려는 이유는 평소 graph에 관해 관심이 있어 추후에 GNN의 많은 사례들을 공부하고.. 2022. 1. 12.