쑤쑤_CS 기록장

machinelearningmastery.com/develop-n-gram-multichannel-convolutional-neural-network-sentiment-analysis/ How to Develop a Multichannel CNN Model for Text Classification A standard deep learning model for text classification and sentiment analysis uses a word embedding layer and one-dimensional convolutional neural network. The model can be expanded by using multiple parallel convolutional neural ..

Chapter 15: Natural Language Transformation, Part 1 Getting started The sequence-to-sequence model Prepare your dataset Build your model Train your model Inference with sequence-to-sequence models Converting your model to Core ML Using your model in iOS Let's talk translation quality Key points Where to go from here? Chapter 16: Natural Language Transformation, Part 2 Bidirectional RNNs Beam sea..

* 영화 데이터 분석 알파벳 순서로 sorting 진행해보기 * 빈도수. CNN. 상품분류. 시 오류가 발생하면 predict의 오류를 찾아가서 confusion matrix 등을 보며 왜 오류가 났을까?를 살펴보기 마인드) 바꾸기. cleaning. stop word 바꿔보기 등 * 다음 숙제 15, 16장 실습과 내용 이해 특히 '워드 임베딩' 관련 내용 숙지하기 (단어 ->[변형]-> code ) CNN코드에 실 데이터를 input 값으로 넣어보기 classification 좋다 / 안좋다. 12개의 클래스로 분류하기 accuracy 등을 확인하기

Chapter 8. * confusion matrix 란? 가로축 predict, 세로축 target 숫자를 채움 target O중 predict O로 된 것이 - 개임을 의미한다. 이를 통해 F1, precision 등을 구할 수 있다. 이때, 값이 낮으면 문제되는 부분이다. 문제있는게 뭐지?를 찾아가는 시나리도 이다. * 어떻게 찾아가는가? worst predictions는 왜 잘 못찾았을까? 등을 찾아가는 과정이 중요하다 * class가 imbalance 되어있을 땐, 이를 고려하기 ex) class A와 B가 있을 때, 대부분 A 인 경우 해당 class가 무엇일지 결정할 때 불균형을 고려하여 A일 확률이 더 높음을 고려한다. 이는 질병 진단 등의 상황에서도 사용된다. Chapter 9. * bo..

SqueezeNet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270 MobileNet and data augmentation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 How good is the model really?. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294 Converting to Core ML . . . . . . . . . . . . . . . . ...

keyword 중심 내용 알아보기 * accuracy 와 percission, recall 정확히 구분하기 * filter 필터 필터 1 = 출력 1 -> feature 잘 표현 100 filter = 100 feature = 100 output filter의 모양? * pooling -> 데이터 사이즈 줄임 * tensor 뜻 high dimensional data 를 표현. 다차원 데이터 * annealing * learning rate * 다음 숙제 - 8장, 9장 내용 공부 및 실습 - 데이터 보기 토크나이저와 stopword 이용하여 input data : movie review 리뷰 개수. 평균 단어 수 전체 몇개 서로 다른 토큰은 몇개 제일 빈도수 높은 단어는 무엇인지. sorting 이용 ..

보호되어 있는 글입니다.

보호되어 있는 글입니다.