LG Aimers(AI 전문가 과정)/Module 3. 비지도학습4 Part 3. Unsupervised Representation Learning Module 3. 비지도학습은 서울대학교 이원종 교수님이 강의를 하셨고 Module 3에 관한 모든 내용은 LG Aimers 및 서울대학교 이원종 교수님으로부터 나왔다. Unsupervised Representation Learning 1. Unsupervised Visual Representation Learning by Context - Self - Supervised Learning - Reference = 3 2. Unsupervised Learning of Visual Representations by Solving Jigsaw Puzzles 3. Unsupervised Representation Learning by Pre - DICTING IMAGE ROTATIONS - 사진을 회전시키는 방.. 2022. 7. 28. Part 2. Representation과 딥러닝 Module 3. 비지도학습은 서울대학교 이원종 교수님이 강의를 하셨고 Module 3에 관한 모든 내용은 LG Aimers 및 서울대학교 이원종 교수님으로부터 나왔다. Representation in Deep Learning - 네트워크에 서로 다양한 방식으로 학습을 할 때 성능은 비슷하게 좋지만 각자 Representation이 많이 다르다. -> 우리가 사용하는 딥러닝에 상당히 중요한 특성 중 하나인데 Representation이 under constrained 되어 있다. Good news - Simple SGD can find one of the useful networks (countless) - Representation characteristics can be adjusted if need.. 2022. 7. 25. Part 1. 전통기계학습과 딥러닝에서의 비지도학습 Module 3. 비지도학습은 서울대학교 이원종 교수님이 강의를 하셨고 Module 3에 관한 모든 내용은 LG Aimers 및 서울대학교 이원종 교수님으로부터 나왔다. 전통적 기계학습에서의 비지도학습 1. K-means Clustering - 가장 널리 사용되는 군집 방법 중 하나 - 특정한 중심값으로 요약되는 K개의 클러스터를 찾음 - 알고리즘의 수렴이 보장되어 있음 - 지역 최적해로 수렴(초기 중심값에 따라 결과가 달라질 수 있음) - K값을 미리 결정해주어야 함(K-means Clustering의 최대 약점) K-Means 알고리즘 순서 1. 각 특성 변수의 자료 타입에 따라 자료를 변환한 후 특성 변수를 표준화 2. 학습 데이터에서의 임의의 K개 표본을 뽑아 K개 군집의 중심값으로 놓음 3. 각.. 2022. 7. 25. Module 3. 비지도학습 이번 Module 3. 비지도학습은 서울대학교 이원종 교수님이 진행을 해주셨다. 이번 Module 3. 비지도학습을 통해 Machine Learning의 한 부류인 비지도학습(Unsupervised Learning)에 대한 기본 개념과 목표 또는 label이 없는 data set에서 통찰력을 찾는 방법을 배우게 된다. 또한 비지도학습을 위한 여러 clustering 및 차원 축소 알고리즘과 데이터에 가장 적합한 알고리즘을 선택하는 능력의 향상을 기대한다. 2022. 7. 25. 이전 1 다음
