수학 기록지

이번 포스팅에서는 Rule based machine learning overview를 해보도록 하겠습니다. http://www.edwith.org/machinelearning1_17/lecture/10579 [LECTURE] 2.1. Rule Based Machine Learning Overview : edwith - 신승재 www.edwith.org 이제 드디어 machine learning의 도입부입니다. 강의에서도 얘기가 나왔듯, learning, 즉 배우는 것은 경험(experience)으로부터 얻게 되는 것이고, 특정 task에 대해 익히게 됩니다. 더 많은 경험을 하면 할수록 그 task에 대해서는 점점 전문가가 되기를 희망하며 익히게 되듯, machine learning도 같은 아이디어로 동..

* 2020년에 medium에서 썼었던 글을 tistory로 옮긴 것입니다. * 이전 글에서 아랫 부분에 설명이 애매한 부분이 있어 삭제하고 새로 작성하였습니다. * https://hobinjeong.medium.com/cnn%EC%97%90%EC%84%9C-pooling%EC%9D%B4%EB%9E%80-c4e01aa83c83 CNN에서 pooling이란? * 20.12.22. update, 블로그 옮겼습니다. 공교롭게도 이 블로그를 시작하자마자 취직을 해서 글을 이어쓸 수 없었네요. 이제라도 다시 시작하려고 합니다. hobinjeong.medium.com 이번 포스트는 지난 CNN의 introduction의 후속입니다. 혹시나 CNN을 잘 모르거나 헷갈리시는 분들은 [CNN] CNN이란?에서 확인해보시..

* 2020년에 medium에서 썼었던 글을 tistory로 옮긴 것입니다. * https://hobinjeong.medium.com/cnn-convolutional-neural-network-9f600dd3b395 CNN(Convolutional Neural Network)이란? * 20.12.22. update, 블로그 옮겼습니다. 공교롭게도 이 블로그를 시작하자마자 취직을 해서 글을 이어쓸 수 없었네요. 이제라도 다시 시작하려고 합니다. hobinjeong.medium.com CNN이 무엇이고, 어떻게 작동하는지 살펴보겠습니다. 요즘 Youtube를 통해 김성훈교수님의 ‘머신러닝과 딥러닝 BASIC’ 강의를 듣고 있습니다. CNN 전까지의 내용은 대체로 머신러닝의 기초를 다루고 있기 때문에 크게 어..

이번 포스팅은 지난 1.1 ~ 1.3 포스팅에 대한 appendix 느낌의 포스팅입니다. 지금까지 쓰였고 앞으로도 자주 쓰일 확률과 분포에 대한 개념을 소개하는 시간입니다. http://www.edwith.org/machinelearning1_17/lecture/10577 [LECTURE] 1.4. Probability and Distribution : edwith - 신승재 www.edwith.org 우선 확률에 대해서 알아보도록 하겠습니다. 수학에서는 측도론(measure theory)이라고 불리우는 전공이 있습니다. 이름에서부터 알 수 있듯 measure라는 도구를 사용하여 무언가를 재는데, 이 때 metric과는 다른 의미이니 혼동하면 안됩니다. 확률론 자체가 measure theory를 기반으로..

이번 포스팅에서는 MAP(Maximum A Posteriori) Estimation에 대해서 알아보도록 하겠습니다. http://www.edwith.org/machinelearning1_17/lecture/10576 [LECTURE] 1.3. MAP : edwith - 신승재 www.edwith.org 지난 포스팅에 이어 계속 압정을 던지는 예를 생각하고 있습니다. MLE 관점에서는 다섯 번 던져봤더니 세 번이 head가 나오고 두 번이 tail이 나왔었으니 $\hat\theta=3/5$가 적절하다고 결론을 내렸었는데요. 이는 50번을 던졌더니 30번이 head가 나왔어도 같은 prediction 값이 됩니다. 결과적으로는 같은 prediction이지만, 정말로 이 둘이 같은가? 에 대해서, 지난 시간에..

이번 포스팅에서는 MLE(Maximum Likelihood Estimation)에 대해서 알아보도록 하겠습니다. http://www.edwith.org/machinelearning1_17/lecture/10575 [LECTURE] 1.2. MLE : edwith - 신승재 www.edwith.org 강의 초반부에서는 압정을 던지는 예로 시작합니다. 압정을 던져서 위가 나오면 돈을 두 배로 먹고, 아래로 나오면 그대로 두는 도박이 있다고 가정. 어느 날 부자가 와서 이 도박에 참여했는데, 그 부자가 나에게 돈을 주며, 압정을 던져서 위가 나올 확률이 무엇인지 물었다면 뭐라고 대답할 것인가? 일단 모르겠으니 던져본다. 다섯 번을 던져 보니 세 번이 위로 가고 두 번이 아래로 갔다고 가정하자. 그러면 이 결과..

앞으로 시간이 될 때마다 edwith에 공개되어 있는 문일철 교수님의 인공지능 및 기계학습 개론 수업을 듣고 리뷰 할 생각입니다. 이미 많은 분들이 리뷰를 하셨지만, 저는 저만의 스타일로 정리를 해두고자 합니다. http://www.edwith.org/machinelearning1_17/lecture/10574 [LECTURE] 1.1. Motivations : edwith - 신승재 www.edwith.org 첫 시간은 motivation 및 가장 기초가 되는 개념들을 다루는 시간이었습니다. Machine learning하면 항상 같이 나오는 단어들이 있죠.: Machine Learning Deep Learning Data Mining Knowledge Discovery Artificial Intell..