Twinparadox Factory

책의 구성밑바닥부터 시작하는 딥러닝 시리즈는 기초적인 이론 학습과 관련된 코드 샘플을 균형 있게 다루는 책이다. 딥 러닝에 대해서 공부하고 싶다면 이 책의 시리즈 1권부터 차례로 읽어보는 것을 추천한다. 이번에 새로 나온 "밑바닥부터 시작하는 딥러닝 5"는 이미지 생성 모델의 원리에 대해서 10개 챕터에 걸쳐 다루며, 해당 내용과 관련 있는 세부 내용은 4개의 APPENDIX를 통해 제공하고 있다. 정규 분포와 같은 통계적 기본 개념에서 출발해 변이형 오토인코더(VAE)와 확산 모델에 이르기까지, 책의 챕터 구성에 따라 독자가 모델의 발전 과정을 맛볼 수 있다.  CHAPTER 1: 정규 분포통계와 확률의 기초를 정리하며, 생성 모델에서 중요한 정규 분포 내용 정리CHAPTER 2: 최대 가능도 추정(M..

현재 학교 졸업 프로젝트로 강화 학습 관련 프로젝트를 진행하고 있다. 그러면서 DQN에 대한 차이를 설명하면서 여러 자료를 보게 됐고, 이를 좀 정리하기 위해 남겨 놓는다. Deep Q-Network Q-Learning에 Value Function Approximation(VFA)을 사용하는 것은, Weight Update 과정에서 샘플들 간의 상관관계와, Non-stationary Target으로 인해 수렴하지 않고 발산 가능성이 있다. 이러한 문제를 해결할 필요가 있는데 Deep Q-Learning(DQN)이 이 문제를 Experience Repaly와 Fixed Q-targets으로 해결을 시도하였다. State, Action을 Q-Table로 정의하기에 Table이 너무 방대해지는 경우(ex, 간..

머신 러닝(Machine Learning) 학습을 하고 나면 기존의 유명 데이터셋들(유방암, 붓꽃, 와인 등)만 사용하는 것이 아닌, 다른 데이터셋을 활용해서 그럴싸한 프로젝트를 시도해보고 싶어진다. 유명 데이터셋들에서 파생된 간단한 모델들이 존재하긴 하지만, 그보다 더 다양한 데이터셋과 머신러닝 모델을 만들어보고 싶다면, 참고할만한 github repository를 하나 공유하려고 한다. https://github.com/NirantK/awesome-project-ideas NirantK/awesome-project-ideas Curated list of Machine Learning, NLP, Vision, Recommender Systems Project Ideas - NirantK/awesome-..