일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
Tags
- pytorch
- object detection
- 머신러닝
- Computer Vision
- Ai
- opencv
- 프로그래머스
- Segmentation
- Python
- 파이썬
- Paper Review
- optimizer
- 코딩테스트
- 인공지능
- Convolution
- 논문 리뷰
- Semantic Segmentation
- 논문구현
- transformer
- 옵티마이저
- Self-supervised
- programmers
- 파이토치
- 코드구현
- 논문리뷰
- 논문
- 알고리즘
- cnn
- ViT
- 딥러닝
Archives
- Today
- Total
목록VIF (1)
Attention please
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/K2v28/btrXm71wvPG/LBAPzjooi9Qgo292xM9Hhk/img.png)
데이터에는 크게 정형 데이터와 비정형 데이터로 분류된다. 정형 데이터는 보통 머신러닝, 비정형 데이터는 딥러닝으로 처리하는 경우가 대부분인데, 이번에 다룰 데이터는 정형 데이터이다. 비정형 데이터의 경우 딥러닝 즉, 인공신경망까지의 과정에 인간의 노력이 크게 들어가지 않는다. 하지만 정형 데이터의 경우 머신러닝을 적용하기 전 데이터에 대해 충분히 이해를 하여야 하며, 전처리하는 과정이 필요하다. 이와 같이 데이터를 분석하고, 탐색하는 것을 EDA (Exploratory Data Analysis) 라고 하며, 탐색적 데이터 분석이라고도 한다. EDA의 과정은 크게 데이터에 대해 이해를 하고, 관련 도메인 자료 조사를 통해 미리 가설 설정을 하며 시작된다. 가설에 필요한 여러 feature로 필터링을 한 후..
머신러닝
2023. 1. 27. 15:12