AI 43
- 구글 Gemini pro 1년 프로모션 활용하기(~10/6)
- 10-(4) Transformer 모델은 Seq2Seq 구조와 어떤 점에서 근본적으로 다른가요?
- 10-(3) Attention 메커니즘이 Seq2Seq 모델의 어떤 문제를 해결하는 데 도움이 되나요?
- 10-(2) FastText가 Word2Vec과 다른 점은 무엇이며, 어떤 장점이 있나요?
- 10-(1) 텍스트 데이터를 모델에 적용하기 전에 어떤 전처리 과정을 거치나요?
- OOF
- Object Detection의 앙상블 기법: WBF
- 데이터 불균형(Imbalance) 해결 방법: Stratified Group Sampling, Weighted Sampling
- Focal loss에 관하여
- 디버깅에 대한 고찰
- VAE: Variational Autoencoder
- 프로젝트 구조를 통한 효율적인 협업 관리
- 9-(4) Diffusion 모델이 이미지 생성에서 어떻게 활용되며, 어떤 장점이 있나요?
- 9-(3) GAN에서 생성자(Generator)와 판별자(Discriminator)의 역할은 각각 무엇인가요?
- 9-(2) Fully Convolutional Networks(FCN)의 주요 특징과 기존 CNN 기반 분류 모델과의 차이점은 무엇인가요?
- 9-(1) Semantic Segmentation이란 무엇이며, 이미지 분류(Classification)와 어떤 차이가 있나요?
- 생성형 모델(Generative Model)에 대한 이해
- 8-(2) mAP(mean Average Precision)의 개념이 무엇이며 객체 인식에서 어떻게 활용되는지 설명해주세요.
- 8-(1) YOLO(You Only Look Once) 모델의 주요 특징과 장점은 무엇인가요?
- Object Detection 분야의 근간이 되는 Faster R-CNN
- 7-(3) Transfer Learning(전이 학습)이란 무엇이며, 이미지 분류 모델에서 어떻게 활용할 수 있나요?
- 7-(2) 데이터 증강(Data Augmentation)이란 무엇이며, 이미지 데이터에서 주로 사용하는 증강 기법에는 어떤 것들이 있나요?
- 7-(1) 이미지를 모델에 입력하기 전에 리사이징(Resizing)과 정규화(Normalization)를 하는 이유는 무엇인가요?
- 6-(2) 오토 인코더가 적용되기 적합한 상황에 대해 설명하고, 오토 인코더를 구성하는 인코더(Encoder)와 디코더(Decoder) 비교
- [PyTorch] `nn.Module` vs. `Dataset`: 왜 `super().__init__()` 호출 여부가 다른가?
- 6-(1) CNN을 구성하는 각 레이어의 역할에 대해 설명해보세요.
- [PyTorch] nn.Module 클래스 super().__init__()의 역할
- [PyTorch] 컴퓨터 비전의 동반자, torchvision
- [PyTorch] 모델을 똑똑하게 학습시키는 트레이너, torch.optim
- [PyTorch] 데이터 준비의 모든 것, torch.utils.data 패키지에 대해
- [PyTorch] 파이토치의 심장, torch.nn 패키지에 대해
- 5-(2) PyTorch에서 텐서란 무엇이고, NumPy의 Array(배열)과 어떤 차이가 있나요?
- 5-(1) 딥러닝 프레임워크인 PyTorch와 TensorFlow 비교.
- 4-(2) 딥러닝의 성능향상을 위해 고려하는 하이퍼파라미터의 종류
- 4-(1) 딥러닝과 머신러닝 간의 포함관계에 대해 설명해주세요.
- 3-(2) 부스팅은 어떤 특징을 가진 앙상블 기법인가요?
- 3-(1) 결정 트리의 장점과 단점은 무엇인가요?
- 2-(4) K-폴드 교차 검증에서 K의 값을 선택할 때 고려해야 할 점
- 2-(3) 모델 학습시 발생할 수 있는 bias와 variance에 대해.
- 2-(2) 손실 함수(loss function)란 무엇이며, 왜 중요한가요?
- 2-(1) 지도 학습과 비지도 학습의 차이
- VSCode Python 개발 환경 기본 셋팅 가이드
- [Python] python fomatter: ruff와 black