레퍼런스/Tech : 기술(13)
-
i.am.aiAI Expert Roadmap
i.am.aiAI Expert Roadmap https://i.am.ai/roadmap/#note AI Roadmap Follow these roadmaps to become an Artificial Intelligence expert. i.am.ai required for any path Git Sementic versioning keep a changelog fundamentals - Basics Matrics & LinearAlgebra Fundamentals Database Basics - Relational vs non-relational databases - SQL + Joins (Inner, Outer, Cross, Theta Join) - NoSQL Tabular Data DataFrame..
2022.11.19 -
[감정 분석] SENTIWORDNET 3.0: An Enhanced Lexical Resource for Sentiment Analysis and Opinion Mining (번역)
www.lrec-conf.org/proceedings/lrec2010/pdf/769_Paper.pdf Abstract 이번 연구에서는 정확하게 감정 분류(sentiment classification)와 의견 발굴(opinion mining) 응용을 지원하기 위해 고안된, 어휘 소스인 SENTIWORDNET 3.0을 제시하겠습니다. SENTIWORDNET 3.0은 연구 목적으로 공적으로 이용 가능한 언휘 소스인, SENTIWORDNET 1.0의 향상된 버전입니다. SENTIWORDNET 1.0은 현재까지 300개 이상의 연구 그룹에서 라이센스 등록 하였고, 전 세계의 다양한 연구 프로젝트에서 사용되었습니다. SENTIWORDNET 1.0과 3.0 둘 다, 모든 WORDNET synset(유의어 집단)에 긍..
2021.05.07 -
사람 포즈 추정에 대한 2019년도 가이드 (번역)
A 2019 Guide to Human Pose Estimation | by Derrick Mwiti | Heartbeat (fritz.ai) A 2019 Guide to Human Pose Estimation Examining popular and current approaches heartbeat.fritz.ai A 2019 Guide to Human Pose Estimation 사람 포즈 추정은 이미지 속의 포즈를 추론하는 과정을 의미합니다. 특히, 이미지나 비디오의 사람의 관절 위치를 예측하는 것을 수반합니다. 이 문제는 보통 신체 관철의 지역화(localization)라고 언급됩니다. 또한 포즈 추정은 싱글 포즈 추정, 다수 사람이 있는 이미지의 포즈 추정, 붐비는 장소에서의 포즈 추정, 비디오..
2021.04.20 -
[Pose-Estimation] DeepPose: Human Pose Estimation via Deep Neural Networks (번역)
이 논문은 처음으로, 딥러닝을 통해 포즈 예측이라는 개념을 제시한 논문이라고 한다. DeepPose: Human Pose Estimation via Deep Neural Networks 그림1. 관절이 극도로 변하는 것 이외에도, 관절의 많은 부분들이 거의 보이지 않습니다. 포즈의 나머지 부분을 보고 사람의 모션이나 움직임을 생각할 수 있기 때문에 우리는 왼쪽 이미지의 오른쪽 팔의 위치를 추론할 수 있습니다. 비슷하게, 오른쪽 그림의 사람의 왼쪽 부분은 거의 보이지 않습니다. 이것은 holistic reasoning (전체론적 추론) 이 필요한 예시중 하나입니다. 우리는 DNN이 자연 스럽게 이런 유형의 추론이 가능하다고 믿습니다. 요약 우리는 깊은 신경망(DNNs) 을 기반으로한 사람 포즈 예측에 대한..
2021.04.15 -
[LSTM] LSTM 네트워크 이해하기 (번역)
RNN (Recurrent Neural Networks) 사람은 매초 마다 처음부터 생각하지 않습니다. 당신이 이 에세이를 읽을 때, 당신은 이전의 말을 이해한 것을 기반으로 매 단어를 이해합니다. 당신은 모든것을 던지지 않고 처음부터 다시 생각하지 않습니다. 당신의 생각은 지속성을 가집니다. 전통적인 신경망은 이것을 할 수 없습니다, 그리고 주요한 단점으로 보입니다. 예를들어 당신이 영화에서 매 지점마다 무슨 종류의 일이 벌어지는지 분류하길 원한다고 상상해봅시다. 어떻게 전통적인 신경망이 이후의 것을 알리기 위해 영화속에서 이전의 사건들에 대한 추론을 사용할 수 있을지는 불명확합니다. RNN(Recurrent neural networks)는 이 문제를 다룹니다. 이는 정보가 지속되길 허락하면서, 그들 ..
2020.11.12 -
[추천시스템] RFM기법과 연관성 규칙을 이용한 개인화된 전자상거래 추천시스템 논문 요약
Ⅰ. 서론 - 기업과 고객간의 상호 관계 (customer relationship)을 높임 - 개인화(personalization) 전략 - 웹 원투원 마케팅 실현 Ⅱ. 관련연구 2.1 고객 세분화 (Customer Segmentation) - STP( Segmentation Target Positining) 전략에서 선행되어야할 과정임 - RFM 분석은 Recency, Frequency, Monetary의 약자 : 고객 가치 평가 지표 - R : 최근 구매일자 - F : 일정 기간동안의 총 구매횟수 - M : 일정 기간동안의 총 구매금액 - 고객 리스트를 점수순으로 정렬하여 고객 세분화 2.2 연관 규칙 (Association Rule) - 사건들 사이의 상호 관련성 분석에 이용 - 연관성 규칙(Ass..
2020.05.19