close
더북(TheBook)
search
머신 러닝 Q & AI
더북(TheBook)
home
Home
1부 신경망과 딥러닝
CHAPTER 1 임베딩, 잠재 공간, 표현
SECTION 1.1 임베딩
SECTION 1.2 잠재 공간
SECTION 1.3 표현
SECTION 1.4 연습문제
SECTION 1.5 참고
CHAPTER 2 자기 지도 학습
SECTION 2.1 자기 지도 학습 vs 전이 학습
SECTION 2.2 레이블이 없는 데이터 활용하기
SECTION 2.3 자기 예측 및 대조적 자기 지도 학습
SECTION 2.4 연습문제
SECTION 2.5 참고
CHAPTER 3 퓨-샷 학습
SECTION 3.1 데이터셋과 용어
SECTION 3.2 연습문제
CHAPTER 4 로터리 티켓 가설
SECTION 4.1 로터리 티켓 훈련 과정
SECTION 4.2 실제적 영향과 한계
SECTION 4.3 연습문제
SECTION 4.4 참고
CHAPTER 5 데이터로 과대적합 줄이기
SECTION 5.1 대표적인 방법
5.1.1 추가 데이터 수집
5.1.2 데이터 증강
5.1.3 사전 훈련
SECTION 5.2 다른 방법
SECTION 5.3 연습문제
SECTION 5.4 참고
CHAPTER 6 모델을 변경하여 과대적합 줄이기
SECTION 6.1 일반적인 방법
6.1.1 규제
6.1.2 작은 모델
6.1.3 작은 모델에 대한 주의 사항
6.1.4 앙상블 방법
SECTION 6.2 다른 방법
SECTION 6.3 규제 기법 선택하기
SECTION 6.4 연습문제
SECTION 6.5 참고
CHAPTER 7 다중 GPU 훈련 패러다임
SECTION 7.1 훈련 패러다임
7.1.1 모델 병렬화
7.1.2 데이터 병렬화
7.1.3 텐서 병렬화
7.1.4 파이프라인 병렬화
7.1.5 시퀀스 병렬화
SECTION 7.2 추천
SECTION 7.3 연습문제
SECTION 7.4 참고
원본 특성 공간 또는 임베딩 공간에서 훈련 샘플을 증강하여 대조 학습을 수행하는 것도 가능합니다. 예를 들어 SAINT
4
와 SCARF
5
가 이 방식을 채택합니다.
연습문제
다음으로 공부할 책 추천
Prev
BUY
Next
신간 소식 구독하기
뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.
Email address