딥러닝/머신러닝을 위한 CS기초과목 필요성과 이유
1. 모두가 알고 있는 절대적인 필요과목당연히 우선순위 1순위로 공부해야 할 지식은 아래와 같음. 이는 모두가 말하는 과목들이니 필수로 칭하고 다음으로 넘어감. 프로그래밍 언어- 문법, 변수, 조건문, 반복문, 함수, 클래스 등 객체지향 프로그래밍 개념선형 대수학- 데이터들이 벡터, 행렬, 텐서로 표현되기 때문에 선형 대수학 필수미적분학- 딥러닝의 학습 과정(기울기, 경사 하강법 등)에 대한 이해확률 통계- 데이터 분석 및 모델 성능 평가알고리즘 데이터 구조- 정렬, 검색, 리스트, 스택, 큐, 트리, 그래프 등에 대한 이해 2. CS 이론 기본 과목별 중요도 및 이유 분석CS 이론[프로그래밍언어,알고리즘/자료구조, 데이터베이스, 데이터통신(네트워크), 운영체제, 컴퓨터 구조]들이 딥러닝에서 어떤 부분에..
2025. 3. 28.
Image Data Augmentation for Deep Learning-A Survey 정리
출처https://arxiv.org/abs/2204.08610Suorong Yang1,2 , Weikang Xiao1,3 , Mengchen Zhang3 , Suhan Guo1,3 , Jian Zhao4 , Furao Shen1,2 ∗ 1. State Key Laboratory for Novel Software Technology, Nanjing University, China 2. Department of Computer Science and Technology, Nanjing University, China 3. School of Artificial Intelligence, Nanjing University, China4. School of Electronic Science and Engineerin..
2024. 10. 11.
Confusion Matrix(분류 모델 성능 평가지표) 란?
공부를 하며, 내가 이해한 방향으로 끄적이는 글이므로 이 글이 무조건적인 정답은 아니다. Classification task의 논문들의 코드들을 보면, 보통 성능을 평가하기 위해 Accuracy(정확도), Recall(재현도), Precision(정밀도), F1_score등이 쓰이는데, 그냥 남들이 쓰니까 나도 써야지 하며 쓰는것보다는 왜, 어떻게, 무슨 원리로, 분류모델에 쓰는지를 제대로 알면 그에 대한 성능을 끌어올리는데에 있어서 도움이 될까 공부를 하며 글을 쓴다. 먼저, 위의 네가지의 평가지표를 이해하려면 오차행렬을 알아야한다. 1. 오차행렬(Confusion Matrix) 정의 : 예측성능을 측정하기 위하여 예측값과 실제값을 비교하기 위한 표 TP, TN : 실제값(Actual Positive,..
2023. 12. 20.
