728x90 [기초데이터베이스] 01. Database Management Systems What Is a DBMS? 데이터 베이스 관리 시스템 Database Management System (DBMS) : 대규모의 데이터를 유지관리하고 이용하는 데에 도움이 되도록 설계된 소프트웨어임. * 데이터베이스(database) : 하나 이상의 서로 관련이 되는 조직체들의 활동을 기술하는 데이터들의 모임. 개체(entity), 개체들간의 관계(relationship)에 관한 정보를 포함할 수 있음. DB의 Structure는 사용되는 데이터 모델에 의해 결정됨. Data Models 데이터 모델(data model) 많은 저 수준의 저장에 대한 내용들을 감추고 고수준의 데이터를 기술하는 구성자들의 집합. DBMS는 사용자로 하여금 저장될 데이터를 데이터 모델에 의하여 정의할 수 있게 함. 스키마(s.. 2022. 10. 19. [비디오이미지프로세싱] 17. Convolutional Neural Networks Lecture 17 •Introduction to Deep Learning Continued.. • Layers in Convolutional Neural Networks (CNN) • Types of Layers • Fully Connected (FC), Convolution, Pooling, Softmax… Convolutional Neural Networks (CNN) 합성곱 신경망 나의첫 6장 p.236~257 밑시딥 7장 p.227~260 모두딥 16장 p. 209~240 CNN이란? CNN 쉽게 이해하기 컨볼루션 신경망은 입력된 이미지에서 다시 한번 특징을 추출하기 위해 커널(=필터, 슬라이딩 윈도)을 도입하는 기법임.(collection of layer) 새롭게 만들어진 층을 컨볼루션(합성곱.. 2022. 10. 19. [비디오이미지프로세싱] 14~16. Loss Function & Optimization, Neural Networks & Backpropagation Lecture 14 • Recap: Linear Classification • Loss Function & Optimization • Regularization • Overfitting & Underfitting • Optimization Lecture 15 • Neural Networks 신경망 • Introduction • Backpropagation 역전달(역전파) Lecture 16 •Introduction to Deep Learning • Recap: • Computational Graph • Backpropagation • Brief History • Types of Layers • Fully Connected (FC), Convolution, Pooling, Softmax… Linear Cl.. 2022. 10. 19. [비디오이미지프로세싱] 11~13. k-means, Principal Component Analysis Lecture 11 • Traditional Unsupervised Learning • Clustering method: k-means Lecture 12 • Traditional Unsupervised Learning • Principal Component Analysis (PCA) 주성분 분석 • :Dimensionality Reduction 차원 축소 Lecture 13 • Tutorials of kMeans (Image Segmentation) kMeans (Image Segmentation) k 평균 알고리즘 나의첫 4.7장 p.140~149 3차 과제 Classification(지도학습-분류)은 label 개수가 정해져있지만 Clustering(비지도학습-군집화)은 label 개수가 미리 정해.. 2022. 10. 19. [비디오이미지프로세싱] 08~10. Support Vector Machine Lecture 8 • Traditional Classification Methods • K-Nearest Neighbors (KNN) continued • Validation sets: hyperparameter tuning Lecture 9 • Traditional Classification Methods • Support Vector Machine (SVM) Lecture 10 • Tutorials of k-nearest neighbors (kNN) • Image Classification • Cross Validation Support Vector Machine (SVM) 서포트 벡터 머신 나의첫 4.3장 p.57~74 https://skyil.tistory.com/m/150 ex) 서울 어딘가에 .. 2022. 10. 19. [비디오이미지프로세싱] 05~07. Stochastic Gradient Descent, K-Nearest Neighbors Lecture 5 • Gradient Descent (GD) Continued (Extension to Higher Dimension) • Stochastic Gradient Descent (SGD) 확률적 경사 하강법 Lecture 6 • Traditional Classification Methods • K-Nearest Neighbors (KNN) Lecture 7 • Tutorials of Linear Regression Stochastic Gradient Descent (SGD) 확률적 경사 하강법 밑시딥 6.1.2장 p.190~191 모두딥 9장 p.122~123 나의첫 5.8.5장 p.208~209 https://everyday-deeplearning.tistory.com/m/entry/SGD.. 2022. 10. 19. 이전 1 ··· 7 8 9 10 11 12 13 ··· 46 다음 728x90
