working_helen

Lecture : Machine LearningDate : week 11, 2024/05/16Topic : With Insufficient Data   1. data augmentation2. Self training3. Active learning 1. data augmentation (데이터 증강)- expand labeled train data- 기존 데이터셋을 활용해 추가 합성 데이터를 인위로 생성하는 기법  - 데이터 셋의 규모를 키워 모델을 훈련에 필요한 충분한 수의 데이터를 확보하기 위해 사용 - 데이터 증강은 사용하는 데이터의 종류에 따라 특성이 달라지며, 다양한 기법이 존재한다. 2024.01.06 - [deep daiv./추천시스템 프로젝트] - [text 감정 추출 모델] Data A..

Lecture : Machine LearningDate : week 11, 2024/05/13 Topic : Unsupervised learning   1. Unsupervised learning 2. Clustering 3. k-means4. GMM5. KDE 1. Unsupervised learning   Supervised learningUnsupervised learningtraining datausing labeled datasetusing unlabeled datasettrainmodel learns a function to relatebetween attributes and labels pairsmodel learns a function that producesuseful labels for..

Lecture : Machine LearningDate : week 9, 2024/04/29Topic : Structured Classification   1. Markov chain & Markov model  2. Hidden Markov Model 3. Probability evaluation4. Optimal state sequence  1. Markov chain & Markov model 1) Markov chain(위키백과) 마르코프 연쇄(Markov chain)는 이산 시간 확률 과정이다. 마르코프 성질은 과거와 현재 상태가 주어졌을 때의 미래 상태의 조건부 확률 분포가 과거 상태와는 독립적으로 현재 상태에 의해서만 결정된다는 것을 뜻한다. 과거의 상태가 알려져 있더라도, 이는 미래 상태의..

Lecture : Media ComputationDate : week 9, 2024/04/29Topic : Processing User Input  1. 태그2. 다양한 user-interface 태그 3. User Feedback Form 실습   1. 태그- 입력된 여러 데이터를 한번에 서버로 전송해주는 기능을 수행  - form 태그의 다양한 attributeaction : form이 전송할 데이터를 받을 서버(url, 스트립트 파일) 지정accept-charset : form 전송시 사용될 문자 인코딩 지정method : 폼을 서버에 전송할 때 사용할 http 메소드를 지정 - 다양한 user-interaface 태그들(input, button, select 등)과 함께 사용됨 - 'requi..