해당 글은 Stanford CS class CS231n: Convolutional Neural Networks for Visual Recognition 강의를 기반으로 하고 있습니다.(출처 :http://cs231n.stanford.edu/syllabus.html) Video 강의와 강의 note를 가지고 정리하고 있습니다. Introductory lecture 1. Image Classification Motivation&ExampleImage Classification problem: the task of assigning an input image one label from a fixed set of categories.입력으로 들어오는 이미지가 있고, 정해진 카테고리도 있는 상태입니다. 입력으로 ..
OPTIMIZATIONneural network를 공부하는 데, 가장 먼저 설명들었던 부분이다. (연구실에서 정말 많이 들었던 말! 이번 기회에 정리하고 넘어가자) 문제를 풀기위해서는 parameter들을 적절한 값으로 update를 해줘야하고 그 값을 결정하는 데 optimize과정이 필요하다. 예를 들어, loss function의 값을 minimize하는 과정 등을 optimization 이라고 할 수 있다.loss function이 0에 가까울수록 실제 data와 가깝게 분류나 예측 등의 문제를 해결한 것이다. 때문에 loss function의 값을 최소로 하는 최적의 값을 찾는 과정, 이를 optimization이라 하는 것이다. 출처: http://sanghyukchun.github.io/63..
이 글은 RaRe-Technologies doc2vec tutorial을 바탕으로 하고 있습니다. https://rare-technologies.com/doc2vec-tutorial/https://github.com/RaRe-Technologies/gensim/blob/develop/docs/notebooks/doc2vec-IMDB.ipynb 다음 사이트를 참고하여 코드를 따라가면 doc2vec의 동작을 이해하는 데 큰 도움이 될 것이라 생각합니다. INTRODUCTION Text classification, Text clustering과 같은 분야에서 주로 사용되는 머신 러닝 알고리즘에는 logistic regression과 K-means 등이 있습니다.간단한 방법에도 불구하고 꽤(?) 높은 정확도를 ..