학부연구생의 공부일지

1. 정규화란?

2. 정규화 수식

3. L1, L2 정규화 , elastic penalty

4. Early stopping

5. Ensemble Method(앙상블 메소드)

6. Bagging, Boosting

7. Dropout

1. CNN Layer

2. Padding

3. Output Size

4. Relu, Pooling Layer

5. Fully-Connected Layer

1. 인공신경망의구성요소와 활성화함수(Activation function)

2. 인공신경망의 구조 및 기호 표기법

3. 오류 역전파

4. 출력층과 은닉층의 Sensitivity factor, delta Error

5. Propagation 연산에 따른 Backward Propagation 패턴

1. Overffiting

2. Validation

3. K-fold 교차검증

1. Linear Classification

2. Linear Regression

3. Logistic Regression

3. 경사하강법

5. 세가지 선형 모델의 요약

1. Learning Model

2. PLA(퍼셉트론 알고리즘)

3. 지도학습, 비지도학습

4. 머신러닝과 데이터 마이닝, 통계학의 차이

5. Hoeffding Inequality

6. 에러와 노이즈