전체 글

이번에는 SimCLR와 CLIP이 무엇인지 정말 개념만 아는 정도로 알아봤다..(시험범위...ㅎ)수업 마지막 부분은 여러가지 기술을 알려주는 부분이었는데 자세히 아는 것보다는 눈이 익혀두라고 하셨다.  둘 다 self-superviesd learning으로 label 없이 embedding 했을 때 비슷하면 거리가 가깝게 나타내도록 한다.  SimCLR는 논문 A Simple Framework for Contrastive Learning of Visual Representation에서 온 말이다.논문 제목에서 알 수 있듯, Contrastive learning 을 사용한다. 그림을 보면 같은 x로부터 서로 다른 augmentation을 적용해 $\widetilde{x}_{i}$와 $\widetilde{x..

오늘은 자료구조 공부 좀 해봤다.코테 할때도 항상 어떤 자료구조가 좋을 지 생각해야 하므로좋은 공부 시간이었다! 2024.06.11 - [자료구조] - B-tree B-tree만약에 data가 외부 disk에 저장되면 어떡하지.. 한번 접근하는 데 엄청 느릴 텐데..최대한 wide 하면서도 (depth가 적을수록 좋다는 뜻) 한 disk block에 fit 할 수 있어야 함 B tree의 조건 : 임의의 k (keys)daily-programming-til.tistory.com 2024.06.12 - [자료구조] - Graph - 그래프 Graph - 그래프GraphG = (V, E)V : node/vertices의 집합E : edge/link의 집합undirected graph - 방향이 없음 (E를 ..

GraphG = (V, E)V : node/vertices의 집합E : edge/link의 집합undirected graph - 방향이 없음 (E를 집합으로 나타냄 {A, B} )N(v) - v의 주변 노드의 집합deg(v) = |N(v)| 주변 노드의 수directed graph - 방향이 있음 (E를 순서쌍으로 나타냄 (A, B) 랑 (B, A)는 다름 )u->v , u$N^{-}(v)$ v로 들어오는 노드$N^{+}(v)$ v로 나가는 노드$deg^{-}(v)$ 들어오는 노드의 수 in-degree$deg^{+}(v)$ 나가는 노드의 수 out-degreeVarious Graphssimple graphmultigraph - 두 노드를 잇는 edge가 여러 개pseudograph - multigrap..

만약에 data가 외부 disk에 저장되면 어떡하지.. 한번 접근하는 데 엄청 느릴 텐데..최대한 wide 하면서도 (depth가 적을수록 좋다는 뜻) 한 disk block에 fit 할 수 있어야 함 B tree의 조건 : 임의의 k (keys)에 대하여 - floor 한 node 수k'개의 key를 갖고 있는 non-leaf node는 k' + 1개의 children이 있다. $T_{0} node 안에는 적 어 도 $\left \lfloor k/2\right \rfloor \leq k' \leq k$모든 leaf node들이 같은 층에 있어야 함B tree의 조건 : 임의의 m ( children)에 대하여 - ceiling 한 node 수m개의 children을 갖고 있는 non-leaf node는..

오늘은 Loss function에 대해서 간단하게 정리해 보 겠 다.저번 수업 시간에 교수님께서 갑자기 OOO학생 무슨 Loss function 쓰면 될까요? 하셨는데내 이름이 불리지 않은 것에 매우 감사했다.. ㅋㅋㅋ 그런일이 다시 없도록 정리해 둬야지일단 softmax$S(y_{i}) = \frac{e^{y_{i}}}{\sum_{j}^{}{e^{y_{j}}}}$1. 회귀 (Regression) 문제:MSE(Mean Squared Error) - Ridge$ \frac{1}{N}\sum_{N}^{i}(h(x)-f(x))^2$MAE(Mean Absolute Error) - Lasso$ \frac{1}{N}\sum_{N}^{i}\left|(h(x)-f(x))\right|$2. 이진 분류 ( Binary C..

🔗 1277. Count Square Submatrices with All One 코테 문제 풀어봤는데 TEST CASE는 통과했으나자꾸 시간초과가 났다.... 무슨 문제인지 알겠는데 담에 다시 해봐야겠다. 어제 공부한 내용을 정리해서 올려봤다.점점 살을 붙여가는 느낌으로반복해서 볼 수 있게 해놨다. 2024.06.09 - [데이터 사이언스] - Clustering 키워드 - 1 단계 Clustering 키워드 - 1 단계시험 준비용 자료이다 어떻게 공부할까 하다가제일 간단한 키워드 부터 시작해서 3단계로 점점 살을 붙여나갈거다!!계속 반복해서 보면서 학습하면 좋을 듯 하다. 가보자고What is cluster analysisCatedaily-programming-til.tistory.com 2024...

What is cluster analysisCategories & Basic Concepts of ClusteringPartitioning MethodsHierarchical Methods⬆️ 여기까지Integration of Hierarchical & Distance-based ClusteringDensity Based MethodsSummaryWhat is cluster analysisCluster: 같은 cluster 안의 데이터는 유사하다Cluster Analysis: data 사이의 유사함을 찾아내는 것Unsupervised learning유사도는 distance function으로 알아냄Good clustering ➡️ cluster 안의 유사도가 높음Categories & Basic Conc..

What is cluster analysisCategories & Basic Concepts of ClusteringPartitioning MethodsHierarchical Methods⬆️ 여기까지Integration of Hierarchical & Distance-based ClusteringDensity Based MethodsSummaryWhat is cluster analysisCluster: 같은 cluster 안의 데이터는 유사하다Unsupervised learningGood clustering ➡️ cluster 안의 유사도가 높음Categories & Basic Concepts of ClusteringMajor clustering ApproachesPartitioning approach..