분류 전체보기110 학부연구생 - 마지막 주차 학부연구생 마지막 주차에 발표한 ppt 이다. 그동안 배웠던 내용들을 정리하고 기록했다. 2024. 4. 2. 학부연구생 - 5주차 학부연구생 5주차에 발표했던 ppt 기록이다. 5주차에는 퍼셉트론에 대해 공부했다. 퍼셉트론은 간단한 인공 신경망 모델 중 하나이며 입력값을 받아서 가중치와 곱한 후, 이를 활성화 함수를 통과시켜 출력을 생성한다. 또한 단층 퍼셉트론으로 해결할 수 없는 XOR 연산을 다층 퍼셉트론을 사용하여 해결 할 수 있음을 알 수 있었다. 2024. 4. 2. 학부연구생 - 4주차 학부연구생 4주차 발표했던 ppt 자료이다. 편향,분산의 trade-off에 대해 공부했다. 모델이 복잡해질 수록 편향은 작아지고, 분산은 커진다. 즉 over-fitting 된다. 모델이 단순해질수록 편향은 커지고, 분산은 작아진다. 즉, under-fitting 된다. 따라서 무조건 편향만 줄일 수도, 무조건 분산만 줄일 수도 없다. 오류를 최소화하려면 편향과 분산의 합이 최소가 되는 적당한 지점을 찾아야 함을 배웠다. 또한 로지스틱회귀에 대해 공부했다. 로지스틱 회귀는 주로 이진 분류 문제에 사용되는 선형 모델이고 입력 변수와 출력 변수 간의 관계를 설명하는 데 사용됨을 알 수 있었다. 2024. 4. 2. 학부연구생 - 3주차 학부연구생 3주차에 발표한 ppt 기록이다. 활성화 함수를 사용하는 이유에 대해 배웠고 학습률이 너무 크면 오버슈팅으로 인해 발산하고 너무 작으면 모델을 최적화하는데 너무 오래걸릴 뿐 아니라 지역최적점에 갇힐 수 있다는 사실도 알 수 있었다. 또한 mnist 데이터셋을 사용하여 loss를 줄이는 간단한 실습을 해보았다. 2024. 4. 2. 학부연구생 - 2주차 학부연구생 2주차에 발표한 ppt 자료이다. 2주차에는 딥러닝 내에서 역전파를 통해 오차가 작아지는 방향으로 가중치를 수정하는 것을 수식을 통해 확인했다. 또한 cnn에서 이미지와 필터의 행렬곱을 통해 이미지의 특징이 추출됨을 알 수 있었다. 배치단위로 학습하면 GPU와 같은 가속기를 사용하여 여러 입력 데이터에 대해 동시에 연산을 수행할 수 있고 이로인해 학습 속도를 향상시킬 수 있다. 2024. 4. 2. 맛슐랭 - 찜한 맛집 리스트 구현 1. repository LikeRepository Like를 저장하기 위해 LikeRepository 를 만들었다. 특정 멤버가 누른 좋아요 리스트를 반환하기 위해 findByMember 함수를 만들었다. 특정 멤버가 특정 장소에 좋아요를 눌렀는지 확인하기 위해 existByMemberEmailAndPlace 함수를 만들었다. 특정 멤버가 특정 장소에 누른 좋아요를 제거하기 위해 deleteByMemberAndPlace 함수를 만들었다. @Repository public interface LikeRepository extends JpaRepository { void deleteByMemberAndPlace(Member loginMember, Place place); Boolean existsByMemb.. 2024. 3. 30. 이전 1 ··· 4 5 6 7 8 9 10 ··· 19 다음
