[DL] 딥러닝 개요_1

data science의 경우 가장 중심 -> 모든 조건을 고루 갖춰야 한다

 

 

 

지도학습과 비지도학습, 강화학습

generative, action value..잘 모르겠다

지식 승계

teacher-student

; 선생님 모델이 승계시켜 학생모델이 사용할수 있도록 함

전이학습 시 사용

- dataset ~

- model ~ : 이미 학습된 모델

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

- 정형데이터 (EX. 엑셀, 스프레드시트)

- 반정형데이터

    ; KEY. VALUE 형태로 나타남.  반정형데이터를 parsing(규칙화)하면 정형데이터/ 텍스트데이터가 됨

- 비정형데이터 (EX. 이미지, 영상, 음성, 텍스트(문자열) ) ==> 딥러닝 이용!

- 메타데이터

 

 

3차원 이미지 데이터

 이미지 데이터는 3차원 데이터 >> 가로방향의 너비(Width), 세로방향의 높이(Height), 색상채널(Channel)로 구성

색상채널

  > 파이썬이나 기본프로그래밍은 RGB포맷, OpenCV는 RGB 대신 BGR 컬러포맷을 사용

 

 

 

4차원 영상 데이터

영상 데이터는 4차원 데이터 >> 가로방향의 너비(Width), 세로방향의 높이(Height), 색상채널(Channel)

+ 1차원의 프레임 (fps) 으로 구성 (시간의 값이라고 해도 맞나..)

 

 

 

텍스트 데이터

텍스트 토크나이징

NLP 데이터 구조

정형 데이터 VS NLP 데이터셋 비교

Time Series 데이터 구조