MACHINE LEARNING
-
확률 개념 설명 : 소개MACHINE LEARNING 2018. 1. 16. 10:00
이 문서는 영문으로된 내용을 카카오 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://towardsdatascience.com/probability-concepts-explained-introduction-a7c0316de465 확률 개념 설명 : 소개나는 여러 해 동안 확률 이론의 여러 측면에 관한 많은 텍스트와 기사를 읽었으며, 각각의 지식은 무슨 일이 일어나고 있는지 이해하기 위해 필요한 수준의 다른 지식을 필요로하는 것처럼 보입니다. 나는 결코 이 분야의 전문가는 아니지만 다양한 개념을 설명할 수..
-
Scikit-Learn을 활용한 가짜 뉴스 탐지MACHINE LEARNING 2018. 1. 6. 20:20
이 문서는 영문으로된 내용을 카카오 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://www.datacamp.com/community/tutorials/scikit-learn-fake-news 소위 ‘가짜 뉴스’를 찾아내는 것은 쉬운 일이 아니다. 첫째, 가짜 뉴스가 정치적 진술이 되었다는 점에서 가짜 뉴스가 무엇인지 정의하고 있습니다. 정의를 찾거나 동의할 수 있다면, 실제 뉴스와 가짜 뉴스를 수집하고 적절하게 분류해야 한다(명확한 구별을 가장 잘 보여주기 위해 유사한 주제에 대해 희망적으로). 일단 ..
-
워크프레임 활용하면 누구나 AI기업MACHINE LEARNING 2017. 11. 19. 18:23
* 지난달 2일, 창업한 지 6년 된 인공지능(AI) 벤처기업 `라온버드`는 AI 분야의 세계적인 하드웨어 기업 `엔비디아`에서 AI를 누구나 쉽게 활용할 수 있도록 돕는 툴(tool)인 AI 워크프레임 기업으로 인정받았다* 라온버드의 AI 워크프레임의 이름은 `수아`다* AI 워크프레임은 AI를 보다 손쉽게 사용할 수 있는 `툴`을 의미한다* 천 대표는 "UC버클리가 개발한 `카페(Caffe)`, 구글이 개발한 `텐서플로(Tensorflow)`는 모두 AI를 손쉽게 활용하기 위한 툴로 인정받고 있다"며 "해당 워크프레임을 살펴 보니 우리가 더 잘 만들 수 있다는 생각이 들었다"고 말했다* 천 대표는 "모든 기업이 아마존처럼 천문학적 규모로 AI에 투자할 수는 없지만 데이터가 충분하다면 AI를 활용할 수..
-
신경망에 대해 알아야 할 모든 것MACHINE LEARNING 2017. 11. 8. 07:16
이 문서는 영문으로된 내용을 구글 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://hackernoon.com/everything-you-need-to-know-about-neural-networks-8988c3ee4491 신경망에 대해 알아야 할 모든 것Courtesy: Kailash Ahirwar (Co-Founder & CTO, Mate Labs) Intro: 인공 지능이란 무엇인지를 이해하고 머신러닝 및 딥러닝의 어떻게 힘을 발휘하는지 압도적인 경험입니다. 우리는 그 경험을 통해 얻은 독학 엔지니..
-
위치 차이를 CNN이 어떻게 처리합니까?MACHINE LEARNING 2017. 11. 5. 16:53
이 문서는 영문으로된 내용을 구글 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://petewarden.com/2017/10/29/how-do-cnns-deal-with-position-differences/ 위치 차이를 CNN이 어떻게 처리합니까?이미지 분류를 위해 convolutional neural networks를 사용하는 것에 대해 배운 엔지니어는 흥미로운 질문을 던졌습니다. 모델은 이미지의 다른 위치에 있는 물체를 인식하는 방법을 어떻게 알 수 있습니까? 이것은 실제로 많은 설명이 필요하기 때..
-
요약 - [카카오AI리포트]딥러닝과 데이터MACHINE LEARNING 2017. 11. 1. 16:00
원문보기 - https://brunch.co.kr/@kakao-it/137 * 충분히 깊은 심층 신경망의 경우 입력층에 가까운 계층들이 데이터 전처리를 담당하도록 훈련되는 경향이 있다* 빅데이터 처리에 중요하게 간주되었던 데이터 전처리 및 결과의 후처리 과정은 인공 신경망 기반의 기계 학습 모형 설계 과정에서도 여전히 매우 중요하다* 그런데 인공 신경망 훈련을 위한 데이터 전처리 과정에서는 일반적인 데이터 분석을 위한 전처리 과정에 더하여 여러 가지를 고려해야 한다 동일한 현상에서 얻은 동일하지 않은 데이터: 정규화의 함정* 어느 데이터 세트를 기준으로 스케일을 맞출 것인가* 이 경우 10점 만점의 데이터는 몇 점을 기준으로 좋아요/아니요로 변환해야 할까* 5점 기준으로 맞출 경우 10점 데이터의 앨리어..
-
기계 학습 이론 및 그 응용에 대한 소개 : 예제를 포함한 시각적인 학습서MACHINE LEARNING 2017. 10. 31. 16:36
이 문서는 영문으로된 내용을 구글 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://www.toptal.com/machine-learning/machine-learning-theory-an-introductory-primer 기계 학습 이론 및 그 응용에 대한 소개기계 학습(ML)이 등장하고 있습니다. ML은 광범위한 핵심 애플리케이션에서 중요한 역할을 할 수 있다는 인식이 커지고 있으며, 데이터 마이닝, 자연 언어 처리, 이미지 인식 및 전문가 시스템과 같은 다양한 기능을 제공합니다. ML은 이러한 모..
-
딥 러닝 튜토리얼 : 퍼셉트론에서부터 딥 네트워크까지MACHINE LEARNING 2017. 10. 29. 08:18
이 문서는 영문으로된 내용을 구글 번역기를 활용하여 번역한 내용입니다. 개인적인 공부 및 추후 다시 볼 수 있도록 하기 위해 개인 블로그에 번역 내용을 옮겨 놓았습니다. 원문과 내용이 다를시 책임지지 않으며, 저작권 문제가 발생시 언제든 삭제 될 수 있습니다. 원문보기 : https://www.toptal.com/machine-learning/an-introduction-to-deep-learning-from-perceptrons-to-deep-networks 퍼셉트론에서 딥 네트워크에 이르기까지최근 몇 년 동안 인공 지능 분야의 부활이 있었습니다. Google, Microsoft, Facebook과 같은 주요 업체가 자체 연구 팀을 구성하고 인상적인 인수합병을 통해 학계를 넘어 확산되었습니다. 소셜 네..