주먀

* 프로젝트 : RNN 모델 -> 자연어 처리! * bow , 원핫인코딩 차이점 * -

1. ultralytics 1-1. GPU , 파이참은 버전 확인해서 하기 1-2. colab은 버전 x https://docs.ultralytics.com/ Home Explore Ultralytics YOLOv8, a cutting-edge real-time object detection and image segmentation model for various applications and hardware platforms. docs.ultralytics.com 2. roboflow -> 크롤링해서 사진 수집 Annotated 공유 가능 Generate https://roboflow.com/ Roboflow: Give your software the power to see objects in imag..

* 프로젝트 * - 이미지 모델 -> cnn 모델 사용 거의 ! - yolo v 8 사용 ( 기능이 많아짐 ) 객체가 다르면 -> 컨볼루션 조정하기 trainable 동결작업 문자열 -> 확률 클래스이름 -> 학습 거리계산 -> 알고리즘

필터 = 커널 = 마스크 W -> 컴퓨터가 설정한다. 크기, 개수 -> 사람이 설정한다. 축소샘플링 사용한다. 1. 스트라이드 ( 옆으로 이동 간격 설정 ) -> 합성곱 설정하기 때문에 2. POOLING ( 최대값만 뽑아내자 ) -> 입력값 영향을 적게 받는다. 패딩( 가장자리값을 0으로 채워 크기를 유지한다. ) MLP ( 1차원으로 펴줘야함 ) -> 앞에 Convolutional ( 3차원까지 확인 가능 ) 이 붙는다. -> Flatten, 펴준다.

AND , OR , XOR 문제 해결이 안되서 -> 다층 퍼셉트론이 나왔다.

1. 머신러닝 vs 딥러닝 AI - 인간처럼 생각하고 학습하는 , 판단하는 기술 (전문가 규칙기반 시스템) -> 일반적인 문제는 규칙을 세워서 판단하기에 너무 많은 경우의 수가 있음, 복잡한 문제 해결X 머신 - 데이터를 학습시켜서 모델이 스스로 규칙과 패턴을 찾고 , 새로운 데이터가 들어왔을 때 예측하는 기술(법) ex) iris , titanic, mushroom, breast cancer, price ==> 2차원 데이터 , 수치데이터 * 머신러닝의 하위분야 개념 딥러닝 - 2차원 데이터, 수치 데이터, 3차원 데이터, 사진, 영상(image), 음성 데이터, 시계열 데이터 음악 - 현악기 중주음악 파일 -> 구분, 악보를 만들기 목소리 - 발음 교정, 사투리 -> 표준어 영상(이미지) - 체형교정..

http://ai.stanford.edu/~amaas/data/sentiment/ Sentiment Analysis Publications Using the Dataset Andrew L. Maas, Raymond E. Daly, Peter T. Pham, Dan Huang, Andrew Y. Ng, and Christopher Potts. (2011). Learning Word Vectors for Sentiment Analysis. The 49th Annual Meeting of the Association for Computational Linguistics (A ai.stanford.edu