2017년 1월 26일 목요일

#12. 딥러닝과 머신러닝의 관계


많은 사람들이 "머신러닝", "딥러닝"이란 단어를 사용하지만, 그 둘의 차이를 정확히 설명할 수 있는 일반인들은 그리 많지 않은 것 같습니다. 과연 둘의 관계는 무엇인지, 나는 머신러닝을 해야하는지 딥러닝을 해야하는지 한번 알아보도록 하겠습니다.


[비디오]


[슬라이드]


*  테리의 딥러닝 토크
[youtube] https://www.youtube.com/playlist?list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq 
[facebook] https://www.facebook.com/deeplearningtalk/

* T-Robotics의 글은 facebook과 rss reader로도 받아보실 수 있습니다.

[rsshttp://t-robotics.blogspot.kr/feeds/posts/default

2017년 1월 18일 수요일

#11. Domain-Adversarial Neural Network (2014)


테리의 딥러닝 토크 처음으로 논문 리뷰를 해보았습니다. 뉴럴넷을 가지고 domain adaptation을 구현하는 Domain-Adversarial Neural Network(2014)라는 논문인데요, 이 논문을 통해 domain adaptation이란 문제는 무엇이고, 이 논문에선 어떻게 해결하고 있는지 같이 알아보시죠.

-  Ajakan, H., Germain, P., Larochelle, H., Laviolette, F. and Marchand, M., 2014. Domain-adversarial neural networks. arXiv preprint arXiv:1412.4446.
[Link] http://arxiv.org/pdf/1412.4446

- Ganin, Y., Ustinova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M. and Lempitsky, V., 2015. Domain-adversarial training of neural networks. arXiv preprint arXiv:1505.07818.
[Link] http://arxiv.org/pdf/1505.07818

- Ben-David, S., Blitzer, J., Crammer, K. and Pereira, F., 2007. Analysis of representations for domain adaptation. Advances in neural information processing systems, 19, p.137.
[Link] http://machinelearning.wustl.edu/mlpapers/paper_files/NIPS2006_838.pdf



[비디오]






[슬라이드]


*  테리의 딥러닝 토크
[youtube] https://www.youtube.com/playlist?list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq 
[facebook] https://www.facebook.com/deeplearningtalk/

* T-Robotics의 글은 facebook과 rss reader로도 받아보실 수 있습니다.

[rsshttp://t-robotics.blogspot.kr/feeds/posts/default

2017년 1월 13일 금요일

#8,9,10. 머신러닝의 종류


머신러닝은 따지고 보면 정말 다양한 문제들을 다루고 있습니다. 크게는 Supervised와 Unsupervised로 나뉘는데요, 각각에 대해서 알아보고, 그 아래에는 어떤 카테고리들이 있는지도 함께 알아보시죠.







[비디오]




[슬라이드]


*  테리의 딥러닝 토크
[youtube] https://www.youtube.com/playlist?list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq 
[facebook] https://www.facebook.com/deeplearningtalk/

* T-Robotics의 글은 facebook과 rss reader로도 받아보실 수 있습니다.

[rsshttp://t-robotics.blogspot.kr/feeds/posts/default

#7. Ng교수의 교훈: 데이터셋만 잘 나눠도...


머신러닝계의 셀럽이라고도 할 수 있는 스탠포드/바이두의 Andrew Ng 교수가 Bay Area Deep Learning School과 NIPS2016에서 렉쳐를 가졌는데요, 그곳에서 강조한 내용은 다름아닌 "데이터셋 나누기"였습니다. 이게 도대체 뭐길래 이렇게 강조를 한 것일까요



[비디오]


[슬라이드]


*  테리의 딥러닝 토크
[youtube] https://www.youtube.com/playlist?list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq 
[facebook] https://www.facebook.com/deeplearningtalk/

* T-Robotics의 글은 facebook과 rss reader로도 받아보실 수 있습니다.

[rsshttp://t-robotics.blogspot.kr/feeds/posts/default