반응형
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
- 추천 시스템
- 신경망
- 딥러닝
- SGD
- logistic regression
- SVM
- 백준
- 비용함수
- CPP
- neural network
- 파이썬
- 로지스틱 회귀
- OpenGL
- Vision
- Computer Vision
- CNN
- C++
- recommender system
- pre-trained
- 컴퓨터 비전
- petal to metal
- Regularization
- 인공지능
- 머신러닝
- Unsupervised learning
- Support Vector Machine
- 그래픽스
- cs231n
- 컴퓨터 그래픽스
- Kaggle
Archives
- Today
- Total
목록multiclass SVM (1)
kwan's note
linear classification, SVM - 선형 분류
출처 : cs231n lecture2 www.youtube.com/watch?v=OoUX-nOEjG0&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk&index=2 linear classification은 매우 기본이 되는 분류 방식이다. neural network의 근간이 되는 분류 방식이기도 하다. linear classification은 특징들이 parameter 형식으로 요약되어서 그 내적의 결과가 결과로 나타나는 방식이다. parametric approach를 보도록 하자. input으로 이미지를 넣으면 어떠한 계산을 진행하고 그 걸과로 값들을 반환받는다. 이때 반환값은 각 클래스의 점수가 되는데 해당점수가 가장 높은 클래스를 이미지의 클래스로 선택하게 된다. 이미지를 2..
computer vision/cs231n-Stanford
2021. 2. 14. 15:15