| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
| 31 |
Tags
- 논문분석
- Faster R-CNN
- EfficientNet
- yolo
- Computer Vision
- support vector machine 리뷰
- SVM hard margin
- RCNN
- SVM 이란
- SVM margin
- Deep Learning
- fast r-cnn
- yolov3
- pytorch
- CS231n
- TCP
- cnn 역사
- DeepLearning
- 서포트벡터머신이란
- libtorch
- CNN
- self-supervision
- Object Detection
- svdd
- cs231n lecture5
- pytorch c++
- pytorch project
- 데이터 전처리
- computervision
- darknet
Archives
- Today
- Total
목록knn 알고리즘 (1)
아롱이 탐험대
기계 학습의 유형 (1) Supervised learning : Supervised learning이란 기계가 데이터와 이에 대한 label을 가지고 학습하는 방법론이다. Train dataset: $D = {(x_{i}, y_{i})}^{N}_{i=1}$ 이 식을 해석해보면 $x_{i}$ 는 학습 데이터 셋에 있는 $i$ 번째 데이터 feature를 의미하고 $y_{i}$ 는 $x$ 에 mapping 되는 label을 의미한다. 쉽게 설명하면 강아지 이미지가 $x$ 에 해당되고, 이에 대한 label 값인 강아지가 $y$에 속한다. Supervised learning의 목적은 input data인 $x$ 를 output data인 $y$ 에 mapping 하는 방법을 배우는 것이다. Input data..
study/Machine Learning
2022. 4. 2. 21:16