전체보기 (121) 썸네일형 리스트형 스칼라 공부 정리 필기 노트 * 개인 공부 필기 노트 공유함니다.. * 혹시 필요한 정보를 얻어가신다면 기쁘겠읍니다.... 스칼라의 object는 자바로 치면 static class 형식이다. object 예약어는 class 자체를 싱글턴 객체로 만든다. 스칼라에서 Unit은 void이랑 같은 의미다. 스칼라의 자료형 Any { AnyVal { Byte,Short,Int,Long,Char,Unit,Boolean, ..... }, AnyRef { 사용자가 만든 객체, AnyVal이 아닌 내장 객체 }, String } -> 이를 통해서 var a:Int = 5 var b = a a = 10 !!!이때 b는 여전히 5. 왜냐하면 b는 기본 자료형이기 때문에 5를 이미 카피해서 저장해 놓았기 때문. 반면에, 직접 계속 copy하는 것이 .. scala를 위한 IntelliJ(인텔리제이) 다운받기,설정 / 프로젝트 생성 스칼라를 위해서 인텔리제이를 사용하려고 한다. 다운받고 IDE설정까지 한번 해보겠다. https://www.jetbrains.com/idea/ IntelliJ IDEA: The Java IDE for Professional Developers by JetBrains A Capable and Ergonomic Java IDE for Enterprise Java, Scala, Kotlin and much more... www.jetbrains.com 들어가자. 다운로드 클릭 윈도우즈/맥/리눅스 잘 선택하고 커뮤니티 버전을 인스톨 할 것이다. 다운로드 후 설치를 하자. 이 부분은 취향껏 선택하면 된다. 설치를 완료했다면 인텔리제이를 켜자. 사용할 프로젝트에 따라서 자유롭게 선택 후 next 체크한거 인스톨 한.. Variational Autoencoder (VAE) 설명 (cs231n 참고) 기존 강의는 pixelCNN의 설명부터 시작한다. VAE는 intractable한 (조절이 까다로운?) latent(잠재) vector z에 대한 density function을 알아내려 한다. 다만 바로 직접적으로 모델을 학습시킬 수는 없고, 대신 likelihood 의 lower bound를 derive and optimize한다고 써있는데 아래에서 더 자세히 알아보도록 하자. 우선 VAE의 배경이 되는 Autoencoder는 data를 만들어내기 위하여 사용하지 않고, label 되어있지 않은 트레이닝 데이터로부터 lower dimensional feature을 unsupervised learning을 통해 배운다. input data x가 있고 이 데이터로부터 feature z를 생성하도록 Enc.. 추천 알고리즘 공부에 있어서 알아둬야 할 것들 정리. Terms http://hoondongkim.blogspot.com/2019/03/recommendation-trend.html (https://ratsgo.github.io/machine%20learning/2017/04/08/apriori/ 참고함) 임의의 규칙을 만들어 낸다고 하자. 어떤 아이템 A를 산 사람이 B를 살 확률 같은 것을 만들어 낸다고 할 때, 그 규칙이 어떤 것이든지 다음의 지도(support), 신뢰도(confidence), 향상도(lift) 라는 세 가지 지표가 중요하다. 지지도 : A가 일어났을 때 B가 일어났다면 (A->B) 위의 가정을 얼마만큼 중요한 지표로(?) 생각해야 하는가? 에 대한 지표. support(A) = P(A) 라고 한다. 신뢰도 : A와 B의 연관성에 대.. 졸업논문 word파일 수식 깨져버렸다 ㅂㄷㅂㄷ 하...... 님들은 이런 실수 하지 말아........ .rtf모드로 처음부터 저장하도록 해...................................... .docx모드로 그냥 수식을 저장했다가는 바로 날아가는 수가 있어.......................... 함수형 프로그래밍 공부 개인 노트 함수형 프로그래밍을 할 때 필요한 개념 1급 객체 or 1급 함수 - 변수나 데이터 구조 안에 담을 수 있음 - 파라미터로 전달할 수 있음 - return value로 사용할 수 있음 - 할당에 사용된 이름과 관계없이 고유한 구별이 가능 - 동적으로 프로퍼티 할당이 가능 High-Order Function (고차함수, 고계함수) - 함수에 함수를 파라미터로 전달할 수 있다. - 함수의 반환값으로 함수를 사용할 수 있다. (1급 함수의 부분집합) 불변성 (Immutablility) - 데이터가 변할 수 없다. - 데이터 변경이 필요한 경우 원본 데이터 구조를 변경하지 않고 그 데이터를 복사본을 만들어 그 일부를 변경하고 변경한 복사본을 사용해 작업을 진행함. Pure function (순수 함수) - 동일.. [한글-2-c] CS294-158 Deep Unsupervised Learning Spring 2019 ㅠ 다시한번 말씀드리지만 제 글만 가지고는 이해가 힘드실 수 있으니 강의를 켜놓고 같이 겸사겸사 보시는걸 추천드립니다... 저도 이해가 다 안가요..................................... 잘 아시는분은 댓글로 설명좀 부탁드릴게요....... 이번 부터는 continuous data에 대해서 동작할 flow-based models에 대해 배워 볼 것이다. 여태까지 배운것을 포함해서, 이 강의가 끝나면 어떤 것을 얻어가야 할까? 우리가 likelihood based model을 배울것이라고 하면, 그 중에 어떤 것을 얻어가는 것이 중요할까? 일단 train이 빠르게 잘 되며, sample이 빠르게 잘 되는 것을 원할 것이다. 이걸 compression문제에 가져오면, 우리는 comp.. [한글-2-b] CS294-158 Deep Unsupervised Learning Spring 2019 Unsupervised Learning에 대한 또다른 핫한 분야인 Compression에 대해서 알아보도록 하자. 만약 더 공부를 하고 싶다면 위의 링크에 있는 자료를 더 읽어보도록 하자. 자 그러면 Compression은 무엇이고 우리는 왜 Compression에 대해 집중할 필요가 있을까? 예를 들어 메시지, 이미지, 음악 등을 전송할 때 필요한 bit의 수를 줄일 수 있다. 그리고 그 종류는 크게 Lossy 와 lossless compression으로 나뉜다. lossy는 어느정도의 정보 손실을 허용하는 전송이고 (예를 들자면 이미지의 화질구지라던지..) lossless는 에러를 허용하지 않는 전송을 말한다. 우선 우리는 lossless compression에 집중해보고자 한다. 위의 목록과 같은 .. 이전 1 ··· 5 6 7 8 9 10 11 ··· 16 다음 목록 더보기
