깨작깨작 공부

https://www.youtube.com/watch?v=h7iBpEHGVNc&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=3 # 영상 시작 부 ~ 5분정도 : 전시간 복습 - loss function / optimization # loss function(손실 함수) -> 우리의 분류기가 얼마나 올바르게 작동하는 지를 알려줌. - Loss(손실) 는 수치 값 (of 각 데이터 쌍(입력-목표)의 loss 값의 평균) # Multiclass SVM의 Loss 형태 - 수식을 대충 보면, s 는 모델이 출력한 값을 의미하는데, 연산은 정답 라벨이 아닌 출력 값 $s_{j} (j \ne y_{i}$) 값들로 Hinge Loss를 적용한 형태. 즉, 정답 라벨이 아닌 나머지..

https://www.youtube.com/watch?v=OoUX-nOEjG0&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk&index=2 처음 시작 : 과제방 알림(?) etc.. # Image Classification : Computer Vision의 핵심 Task. 그러나.. 컴퓨터가 실제로 보는 것은...!! # Problem 본 강의에선 이를 Semantic Gap (의미적 차이?) 문제라고 부름. # Challenges - Viewpoint variation : 카메라 이동시 모든 픽셀의 이동 문제 - Illumination : 사진에서의 조명 변화 - Deformation : 물체의 다양한 형태 변화 (ex. 강아지, 고양이) - Occlusion : 일부분 가려짐..

https://www.youtube.com/watch?v=vT1JzLTH4G4&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk&index=1 맨 앞부분 이야기 - 관련 강의. 강의 내용 설명. Hubel & Wiesel의 1959년 전기 생리학연구. -> "포유류는 시각 정보를 어떻게 처리하는가?" - 고양이 뇌를 이용해 연구. 전극을 고양이의 주요 시각 피질에 꽃아 시각 정보에 따라 어떤 뉴런(부분)이 작용하는지 관찰. > Simple Cell : 빛의 방향에 따른 응답 > Complex Cell : 빛의 방향과 이동에 따른 응답 > Hypercomplex Cell : 끝점을 포함한 이동에 따른 응답 이후 Artificial Intelligence 연구 분야에서 Computer ..