오늘의 한 일
- 실전 머신러닝 적용 강의 - 1~3주차
머신러닝
1주차
- 머신러닝의 기초 개념
- 알고리즘
- 회귀와 분류
- 선형회귀, 경사 하강법
- 데이터셋 분할
- 구글 Colab를 사용한 실습환경 만들기
- 선형회귀 실습
- kaggle 데이터 선형회귀 실습
2주차
- 논리 회귀 (Logistic regression) - 시그모이드 함수(Sigmoid function)
- 가설과 손실함수
- 다항 논리 회귀(Multinomial logistic regression)
- ** 전처리
- 정규화
- 표준화
- 이진 논리회귀, 다항 논리회귀 실습
3주차
- 딥러닝의 역사
- Deep Neural Networks 구성 방법
- Layer 쌓기
- 네트워크의 Width(너비)와 Depth(깊이)
- 딥러닝의 주요 개념
- Batch size, Epoch (배치 사이즈, 에폭)
- Activation functions (활성화 함수)
- Overfitting, Underfitting (과적합, 과소적합)
- 딥러닝의 주요 스킬
- Data augmentation (데이터 증강기법)
- Dropout (드랍아웃)
- Ensemble (앙상블)
- Learning rate decay (Learning rate schedules)
- 실습
4주차까지 듣고 개발일지 정리해둡시다..
간만에 아예 모르는 장르를 공부하는거라 굉장히 재미있게 공부한 것 같다.
최근 딥러닝을 활용해 그림을 그려주는 ai가 유명해졌는데 다음공부까지 마무리 하면 그런것도 활용할 수 있는걸까? 기대되네요