반응형
Notice
Recent Posts
Recent Comments
Link
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
- 트위치
- 원신
- LDA
- 데이터넥스트레벨챌린지
- BERTopic
- KeyBert
- 옵티마이저
- 토픽 모델링
- 구글 스토어 리뷰
- NLP
- CTM
- SBERT
- 피파온라인 API
- 자연어 모델
- 블루아카이브 토픽모델링
- 포아송분포
- 데이터리안
- Tableu
- 문맥을 반영한 토픽모델링
- 데벨챌
- Optimizer
- 블루 아카이브
- 다항분포
- 코사인 유사도
- 붕괴 스타레일
- geocoding
- Roberta
- 조축회
- 클래스 분류
- 개체명 인식
Archives
- Today
- Total
목록옵티마이저 (1)
분석하고싶은코코

오늘 포스팅할 주제는 머신러닝, 딥러닝 모델에서 필수적인 존재인 옵티마이저(Optimizer)에 대해서 이야기해보겠습니다. 옵티마이저를 한 문장으로 이야기 하자면 다음과 같습니다. '목적지까지 가는 길을 최적화 해주는 방법(알고리즘)이다.' 정말 간단한 예시로 아래와 같은 상황에서 출발지에서 맛집을 찾아가는 과정으로 예를 들어보겠습니다. 저희는 전지적 시점이기에 그냥 오른쪽으로 쭉 가면 되잖아? 라고 하지만 그렇지 않고 맛집이 존재하는 것에 대해서는 알고 있지만 맛집이 어디에 있는지는 모르는 상황에서 찾아가는 것입니다. 그렇다면 우리는 출발지에서 오른쪽만 가는게 아니라 아래쪽으로도 가보는 선택을 하고 맛집까지 도착하는 경험을 하게 됩니다. 그렇게 모든 갈 수 있는 모든 길을 탐색하고나서 '아, 출발지에서..
머신러닝&딥러닝
2024. 2. 14. 19:44