No regret Just Lesson

tf.data API로 성능 향상하기 Licensed under the Apache License, Version 2.0 (the "License") MIT License https://www.tensorflow.org/guide/data_performance#%EC%B6%94%EC%83%81%EC%A0%81_%EC%A0%91%EA%B7%BC 1. 개요 GPU와 TPU는 하나의 학습 단계를 실행하는데 필요한 시간을 급격하게 줄일 수 있다 최대 성능을 위해서는 현재 단계가 종료 되기 전에 다음 스텝의 데이터를 운반하는 효율적인 입력 파이프라인이 필요하다 tf.data API는 유연하고 효율적인 입력 파이프라인을 만드는데 도움이 된다 이 문서는 고성능 텐서플로 입력 파이프라인을 만드는 방법과 tf.data ..

https://mml-book.github.io/ Mathematics for Machine Learning Companion webpage to the book “Mathematics for Machine Learning”. Copyright 2019 by Marc Peter Deisenroth, A Aldo Faisal, and Cheng Soon Ong. To be published by Cambridge University Press. mml-book.github.io 책 소개 상단의 사이트에서 해당 책의 PDF를 무료로 공개하고 있습니다. 2020년 출판 예정이며 출판 이후에도 PDF를 자유롭게 공개한다고 합니다. 머신 러닝의 수학적 개념들을 배우기 위한 책 입니다. 고급 머신 러닝 기법을 다루..

시스템 환경설정 에서 사운드로 들어갑니다 시스템 환경설정 -> 사운드에서 사용자 인터페이스 사운드 효과 재생을 해제합니다.

인공지능 소개 및 역사 Summary 인공지능과 지능에서 모든 것을 아우르는 정의는 어렵다. 하지만 지능을 갖추려면 이러한 능력들이 있어야 된다 라는 식으로 정의를 하는 것은 상대적으로 간단하다. 인공지능을 어떤 방식으로 달성할지에 대한 4가지 관점 Humanly : 사람처럼 행동하고 사람처럼 생각할 수 있는 인공지능을 구현하겠다 Rationally : 이성적인 agent를 구현하겠다 이성적 : 각각의 경체 주체들은 자기가 도달하고자 하는 Utility와 Performance Measure가 존재하고 Performance Measure를 최대화할 수 있는 식으로 행동을 한다. Thinking : 사람이 어떻게 생각하는지를 이해하고 그것대로 구현하자 Acting : 사람이 하는 지능적인 행동 자체만을 모사..

강의 소개 인공지능은 사람의 지능과 인지기능을 흉내낼 수 있는 정보처리 모델을 연구하는 컴퓨터 과학의 한 분야이다. 인공지능의 근원적인 문제로서 경험적 탐색, 추론, 학습, 지식표현 방법에 관한 이론과 근본적인 계산학적 문제들을 다룬다. 논리 기반의 정리 증명, 게임 이론, 지능형 에이전트 등에 관해 다루며 신경망, 진화 연산, 베이지안망의 기본 원리를 학습 하고 이의 응용 사례로서 컴퓨터 비전, 자연어 처리 등의 분야에 대해 살펴본다. 강좌계획표 주차 학습목표 학습내용 평가 1 인공지능의 개념, 인공지능의 발전과 역사에 대해 설명할 수 있다. 인공지능개요 2 인공지능이 문제를 정의하는 방법, 관련 문제를 해결하기 위한 전략을 설명할 수 있다. 인공지능 문제해결 및 탐색전략 퀴즈 3 여러 기초적인 문제 ..

Models of computation, document distance Intro 알고리즘이 뭘까요? 알고리즘으로 할 수 있는 것은 뭘까요? 시간이란 뭘까요? 알고리즘의 실행 시간은 무엇이고 어떻게 측정할까요? 어떤 규칙이 깔려 있을까요? 알고리즘의 유래 알고리즘의 유래를 알려드리겠습니다. 이 남자로부터 시작되었는데요 Al-Khwarizmi 대수학의 아버지입니다. 오래전에 이런 책을 썼습니다. "완성과 균형 맞춤을 통한 계산에 대한 모든 것을 담은 책"이죠 특히 선형 방정식과 이차 방정식을 푸는 방법을 다루었습니다. 그것이 대수학의 시초였습니다. 그가 그 방법들을 직접 발명한 건 아닐 겁니다. 사람들이 문제를 어떻게 풀었는지를 서술한 일종의 교과서 저자였죠. 그 방정식들을 푸는 방법이 초기 알고리즘이라..

Algorithmic thinking, peak finding Intro & Algorithmic Thinking 이번 수업에서 1차원과 2차원 극댓값 찾기 문제 예시를 만나보고 이러한 극댓값 찾기 문제를 해결하는 알고리즘과 그 변형들을 알아볼 것입니다. 그러면 다양한 알고리즘 간의 차이점을 발견할 수 있을 텐데 이것을 복잡도 관점에서 살펴볼 것입니다. 다시 말해 이 알고리즘들이 각각의 효율성을 바탕으로 입력 크기에 따라 실행시간이 달라지는 것을 확인할 수 있습니다. 오늘 수업에서 비교적 간단한 알고리즘들을 점근적 복잡도 관점에서 분석해볼 것입니다. 알고리즘들을 비교해서 큰 입력이 있다고 가정했을 때, 이 알고리즘이 다른 알고리즘보다 점근적으로 복잡도가 더 낮으므로 더 빠르다고 판단할 수 있을 것입니다...

MIT 6.006 Introduction to Algorithm 소개 Ref1에서 MIT 공대 "Introduction to Algorithm"수업의 강의 영상과 강의 자료를 한국어로 번역하여 제공합니다. 또한 Ref3을 참고하면 수업에서 제공하는 여러 알고리즘의 파이썬 코드와 퀴즈, 시험, Solution까지 확인할 수 있습니다. 강의 구성 8개의 챕터 20시간 분량의 영상 프로젝트 없음 코드 배포 : Python2 학습 내용 시간 복잡도, 공간 복잡도 계산법 정렬(삽입 정렬, 합병 정렬, 힙 정렬, BST 정렬, 계수 정렬, 기수 정렬, AVL 정렬) 힙, 트리, 해싱, 그래프(BFS, DFS) 최단 경로 탐색(다익스트라, 벨만 포드) 동적 계획법 필요한 선행지식 파이썬 언어에 익숙해야 하며, 이산수..