| 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 |
Tags
- 데이터 시각화
- 알고리즘
- ASR
- 기초
- RNN
- 생성형 인공지능
- Python
- RDBMS
- python 기초
- 정보처리기사
- 트랜스포머
- CNN
- 에이전트
- Transformer
- dementional reduction
- python기초
- LangGraph
- TTS
- 딥러닝
- 머신러닝
- UMAP
- 데이터엔지니어
- 랭그래프
- 객체지향
- 캐글
- CLIP
- 소프트웨어 개발
- 힙정렬
- SQL
- 자연어처리
Archives
- Today
- Total
수달이네 기술 블로그
0. Generative Model의 개요인공지능, 머신러닝에서 사용되는 모델으로, 데이터 X와 특성 Y의 결합분포 p(X,Y)를 추정하는 모델이다.만약, 데이터 X가 이미지, 데이터 Y가 이미지의 레이블을 의미한다면, p(X,Y)는 X,Y가 동시에 나타날 확률을 나타내는 함수이다.여기서 추정한다는 것은 실제 데이터를 보고 그 확률 분포를 학습해서 비슷하게 흉내내는 것이다.그러나 고차원 데이터를 모델링 할때는 복잡도가 높아 분포를 학습하기 힘들 것이다. 1. 가우시안 혼합 모델예를 들어 하나의 고양이 사진이라는 고차원 데이터가 있을 때 이 고양이 사진이 담고있는 정보는털 색, 귀 모양, 눈 위치등의 어마어마한 양의 정보가 들어있다.복잡도가 높음. (가진 정보가 서로 얽혀있어 단순히 한두가지 규칙으로 설명..
학교공부
2025. 3. 24. 14:36