[ML] Disentangled Representation Learning(DRL)
Cornell Univesity(코넬 대학교)의 한 Computer Science 수업 자료에 설명된 Disentalged Representation Learning에 대한 설명이다. : Disentagled Representation Learning은 관찰 가능한 데이터에 숨어있는 기저 요인을 식별하고 얽힘을 풀 수 있는(disentangling) 모델을 표현 형태로 학습하는 것을 목표로 한다. 기저 요인의 변형을 의미를 갖는 변수로 분리하는 것은 설명 가능한 데이터 표현을 학습하는 데 도움이 되며, 이는 인간이 사물이나 관계를 관찰할 때 의미 있는 이해하는 과정을 모방한 것이다. 일반적인 학습 전략으로서, DRL은 컴퓨터 비전, 자연어 처리, 데이터 마이닝과 같은 광범위한 시나리오에서 모델의 설명 가..
기술(Tech, IT)/머신 러닝(Machine Learning)
2023. 6. 21. 05:19
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 딕셔너리
- 머신 러닝
- defaultdict
- join
- machine learning
- 티스토리챌린지
- Android
- The Economist
- min heap
- C++
- 리트코드
- 소켓 프로그래밍
- I2C
- The Economist Espresso
- ml
- java
- DICTIONARY
- 파이썬
- Python
- 이코노미스트
- Hash Map
- tf-idf
- leetcode
- vertex shader
- 이코노미스트 에스프레소
- socket programming
- 안드로이드
- 오블완
- Computer Graphics
- 투 포인터
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 |
글 보관함
반응형