sarah0518

사후확률이란: P(ωi|x) x가 주어졌을때 그것이 부류 ωi에서 발생했을 확률 아래그림처럼 분류가 안되는 이유 잘 못된 feature를 뽑았을 경우 분류가 잘 안될 수 있음 확률밀도함수의 필요조건 P(x)가 양수여야되고 P(x)의 모든 합은 1이어야 함 확률기초 d-dimension : random 변수에 해당함 (패턴 인식에서 특징 각각이 랜덤 변수에 해당함) 주사위에서 3을 뽑을 것인지 4를 뽑을 것인지 n- sample c- class parameter 개수는 (d^2 + d ) / 2임 생각 1 상자 A의 하얀 공 확률과 상자 B의 하얀 공 확률을 비교하여 큰 쪽을 취한다. P(하양|B)=9/15 > P(하양|A)=2/10 이므로 ‘상자 B에서 나왔다’고 말함 조건부 확률 P(Y|X)를 사용한 ..

Data model: Document description of data DB를 build하기 위해서 Data model이 필요함 DB build할 때 참고해야 할 것들 querying ability redundancy(최소화) consistency(유지) GIS는 layer의 집합으로 구성된 데이터들임 GIS layer 단계 background network POI: Point of interest (지명, 건물 등) Data model의 이점들 • Early analysis of properties, e.g. storage cost, querying ability, ... • Reuse of shared data among multiple applications • Exchange of data ac..

강화학습의 간단한 실습인 Frozen Lake를 구동해보겠습니다. 우선 import로 gym을 불러옵니다. 1 2 3 import gym env=gym.make(“FrozenLake-v1”, new_step_api=True, render_mode=”human”, is_slippery=False) Colored by Color Scripter cs new_step_api 새로운 버전을 쓸지에 대한 여부 render_mode = “human” : graphical하게 볼수 있는 옵션 (ansi도 있음) is_slippery=False: FrozenLake의 미끄러운 version으로 사용여부 위와 같이 환경을 구성했으면 아래 reset에 대한 state도 설정해줍니다. 1 state=env.reset() c..

강화학습이란: Agent가 특정 environment에서 reward를 많이 쌓을 수 있는 방향으로 action을 취하는 것 (방법을 알려주는 것은 강화학습이 아님) → 방법을 알려주지 않으므로 초기에 불필요한 학습 과정이 많아짐 → 우연에 의해서 random action을 취하게 되고 그 때 reward를 얻게됨 강화학습이 잘 적용되는 분야 반복적으로 작업할 수 있는 것들 - 바둑 - 자율주행 (강화학습 뿐만 아니라, 세팅값들에의해서 같이 조절됨) 너무 가까워 지면 멈추라는 세팅값들이 존재함 강화학습이 잘 적용되지 않는 분야 변동성이 많은 것 - 주식 - 로또번호 예측 강화학습 알고리즘 Basic 1) The agent interacts with the environment by performing a..

사람과 기계의 차이가 연구자들을 끌어들이는 매력으로 작용 인식은 사람에게 (극히) 쉽다. 인식은 기계에게 극히 어렵다. 인식을 한다는 것은 특징을 찾고 분류한다는 것 얼굴이 작고, 코가 뾰족하고, 눈썹이 짙고, 눈이 작은 샘플이 있다면, 특징 얼굴 크기 (x1 ), 코의 모양 (x2 ),눈썹의 짙은 정도 (x3 ), 눈의 크기(x4 ) 분류 x1=작다, x2=뾰족하다, x3=짙다, x4=작다 라는 패턴이 들어왔을 때, 이미 알고 있는 지식에 비추어 아무개일 가능성이 높다라는 의사결정 과정 머신러닝시 데이터셋의 구성은 Train / validation / test 양적으로 데이터가 확대가 된 이유 2000년대 부터… 인터넷의 발달 저장매체의 발달 레이블이 된 데이터들(getcha) 필기체 숫자를 8*8의 ..

좌표기반: Spatial queries - 인구통계 데이터 - 위성 이미지 - 날씨데이터 non-spatial data base - 전화번호 - 이름 Spatial DB활용 - Army Field Commander: 군대 좌표정보 활용한 DB - 보험관련 - 의료정보 : 좌표를 사용함 - 분자구조관련 Data SDBMS: Spatial DBMS Spatial data type(point, line, polygon:면), operation(eg.overlap)을 지원해주는 DB가 필요함 대표적인 SDBMS: Oracle Spatial DB SQL3로 해당 DB를 사용함 Storage in a SDBMS table: create table census_blocks ( name string, area floa..

Information diffusion: 정보들이 확산되고 각각의 individual에 도달하는 것을 말한다. 3가지 요소 1. sender: diffusion의 시작 2. receiver: 정보를 받는 node - receiver는 sender보다 보통 더 큼 - receiver에는 sender도 포함될 수 있음(정보로 전달하면서 받을 수 있음) 3. medium: 정보의 diffusion이 일어나는 매개체 Information Diffusion Types Network observability: network의 실체가 관측 가능여부에 따라 Explicit/Implicit로 나뉨 Information Availability: - global - local 간섭 intervention: delaying:..

이미지 분류가 어려운 이유 - viewpoint variation - illumination - deformation - occlusion - background clutter ( cascade방식으로 처리 함) 고전적인 분류 방법들 - template based approach(포즈, scale 변화에 취약함) - feature-based approach (edge, curve등을 활용) - data-driven approach (feature descriptor와 classifier, svm등을 결합하여 사용) ** feature descriptor: Histogram of Oriented gradients (HOG) ** nearest neighbor도 사용할 수 있는데, class가 많아지면 성능..