Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 머신러닝 흐름
- Activate
- Regression Metric
- Encoder-Decoder Attention
- 구글검색엔진알고리즘
- github
- Self attention
- 머신러닝
- Keyword for TextRank
- Scaled Dot-Product
- Pull
- CommandNotFoundError
- conda env
- attention score
- TextRank
- Workflw
- 최대사후추정확률
- NLU
- The Anatomy of a Large-Scale Hypertextual Web Search Engine
- conda
- Pull Requests
- conda create env
- Sentence for TextRank
- Multi-class Classification
- commit
- cs182
- MachineLearningWorkflow
- conda install
- Binary classification
- 머신러닝 순서
Archives
- Today
- Total
목록MachineLearningWorkflow (1)
HalfMoon
이 포스팅은 "케라스 창시자에게 배우는 딥러닝" 6강 일반적인 머신 러닝 워크플로의 내용을 요약 정리한 것입니다. 본격적으로 들어가기 전에 이번 포스팅의 서술 방법을 먼저 이야기할까한다. 책에는 큰 틀을 잡지 않고, 순서대로 쭉 설명하는데 개인적으로는 큰 틀을 먼저 잡아준 뒤에 세부적으로 뜯어보는 방법이 이해에 조금 더 도움이 될 것이라 생각한다. 그렇기에 책에서 알려주는 워크플로를 도식화해보았다. 크게는 위의 세가지 단계로 워크플로를 설명할 수 있다. 여기에서 작업 정의와 모델 개발의 단계는 일반적으로 Ai를 시작하고 공부하는 우리와 같은 사람들이 공부하는 영역이라고 생각하면 되고, 모델 배포의 경우 비즈니스 단계에서의 적용이라 생각하면 된다. 그럼 위의 과정들을 조금 더 세밀하게 어떤 단계들이 있는지..
AI/Machine Learning
2023. 8. 2. 05:16