Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- Brightics 서포터즈
- 브라이틱스 분석
- Activation Function
- pymysql
- 범주형 변수 처리
- 머신러닝
- 삼성 SDS 서포터즈
- 파이썬 내장 그래프
- 검증 평가 지표
- paper review
- 데이터 분석 플랫폼
- michigan university deep learning for computer vision
- 딥러닝
- 분석 툴
- Brightics studio
- 브라이틱스 프로젝트
- 브라이틱스 서포터즈
- 삼성 SDS
- Python
- Brigthics Studio
- 파이썬 SQL 연동
- Brightics AI
- Random Forest
- Brightics EDA
- 브라이틱스 AI
- 브라이틱스 스태킹
- 데이터 분석
- 비전공자를 위한 데이터 분석
- Deep Learning for Computer Vision
- 서포터즈 촬영
Archives
- Today
- Total
목록nearest neighbor (1)
하마가 분석하마

Michigan University의 'Deep Learning for Computer Vision' 강의를 듣고 정리한 내용입니다. 1강은 딥러닝의 역사와 소개이기에 따로 정리하지 않았습니다. Image Classification 컴퓨터는 인간과 같은 직관이 없다. 이미지를 0~255 사이의 숫자 격자라고 인식할 뿐이다. Data Driven Approach : 데이터 중심 접근법 데이터 수집 기계 학습 분류기를 사용하여 학습 알고리즘이 새로운 이미지를 인식 Datasets : Image Classification Datasets 1. MNIST 10 classes 28x28 pixels grayscale images 50,000 : training images 10,000 : test images 수..
Deep learning/Michigan university deep learning
2022. 1. 8. 16:18