CS231n 강의 11-1: 어텐션 개념 & Self-Attention 구조
cs231n
본 글은 2022년 5월에 강의한 스탠포드 대학의 Attention and Transformers 2022년 강의를 듣고 정리한 내용입니다. seq2seq2, attention, image captioning, transformer 등이 그 예입니다.
최근 포스트
CS231n 강의 10-2: LSTM 구조 & 장기 의존 해결
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
CS231n 강의 9-2: 분할 기법 & 성능 향상 전략
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2022년 강의를 듣고 정리한 Object Detection에 대한 내용입니다.
CS231n 강의 9-1: 객체 탐지 기본 개념 & 영역 제안
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2022년 강의를 듣고 정리한 semantic segmentation에 대한 내용입니다.
CS231n 강의 10-1: RNN 구조 & 시퀀스 모델링 기초
cs231n
본 글은 2022년 4월에 강의한 스탠포드 대학의 Recurrent Neural Networks 2022년 강의를 듣고 정리한 내용입니다. Lecture 10 RNN, LSTM 등이 그 예입니다.
논문 리뷰: Scalable Detection of Concept Drifts on Data Streams with Parallel Adaptive Windowing
paper
Adaptive Windowing (ADWIN)은 윈도우 기반 드리프트 감지 기법입니다. 하지만, 이 기법은 메모리 사용량이 많이 요구되는 단점이 있습니다. 이 논문은 병렬화를 통해 극복하려고 했습니다.
논문 리뷰: Fast Hoeffding Drift Detection Method for Evolving Data Streams (FHDDM)
papermlops
FHDDM은 sliding window와 hoeffding을 이용하여 계산량을 줄이고 concept drift를 더 잘 detect하는 기법입니다.
MLOps: 통계적 한계/경계 부등식 - Hoeffding·Markov·Chebyshev·Bernstein 활용
mlops
Concept Drift Detection에 대한 기법들을 공부하면서 자연스레 나온 부등식들을 정리해보았습니다.