전이 학습(트랜스퍼 러닝): 사전 학습된 AI 모델을 활용한 효율적인 학습 방법
ai
이미 학습된 모델을 재학습하여 새로운 태스크에 적용하는 전이 학습의 개념과 업스트림/다운스트림 테스크에 대해 알아봅니다.
총 9개의 글
이미 학습된 모델을 재학습하여 새로운 태스크에 적용하는 전이 학습의 개념과 업스트림/다운스트림 테스크에 대해 알아봅니다.
자연어처리 모델의 기본 개념과 주요 응용 분야인 문서 분류, 개체명 인식, 질의응답, 문장 생성에 대해 알아봅니다.
대규모 벡터 연산을 효율적으로 처리하기 위해 설계된 벡터 데이터 검색 라이브러리 FAISS에 대해 알아봅니다.
텍스트와 같은 이산적 데이터를 고차원 공간의 연속적인 수치 벡터로 변환하는 임베딩의 개념과 특징을 알아봅니다.
머신러닝 모델 학습 시 사용되는 두 가지 주요 에러 평가 지표인 MSE와 MAE의 차이점을 알아봅니다.
머신러닝의 기초가 되는 벡터의 개념과 연산 방법을 알아봅니다.
자연어 처리에서 문자를 숫자로 변환하는 원-핫 인코딩 기법을 알아봅니다.
머신러닝의 기초가 되는 미분의 개념과 도함수에 대해 알아봅니다.
지도학습의 분류(Classification)와 회귀(Regression) 기법에 대해 알아봅니다.