KM-Hana

kmhana.tistory.com/4?category=838050 Active Learning 이란 - 기본 dsgissin.github.io/DiscriminativeActiveLearning/about/ About An introduction to the active learning framework, from classical algorithms to state of the art methods for neural networks. A new method.. kmhana.tistory.com 을 우선 보시는걸 추천드립니다. 2. Active Learning을 위한, 딥러닝 - Core-set - Loss for Active Learning - Discriminative Active Learning ..

kmhana.tistory.com/4?category=838050 Active Learning 이란 - 기본 dsgissin.github.io/DiscriminativeActiveLearning/about/ About An introduction to the active learning framework, from classical algorithms to state of the art methods for neural networks. A new method.. kmhana.tistory.com 을 우선 보시는 걸 추천드립니다. 2. Active Learning을 위한, 딥러닝 - Core-set - Loss for Active Learning - Discriminative Active Learning..

'Deep Learning을 실산업에 적용할 때 가장 큰 문제가 무엇일까?' 라는 질문에 주저없이 답변 드릴 수 있다. 첫번째도, 데이터와 레이블링 두번째도, 데이터와 레이블링 세번째도, 데이터와 레이블링 였다. 데이터를 수집하는 것도 수 많은 비용이 발생되고, 그 데이터를 레이블링하는데 수 많은 장애물이 발생된다. 1) 누가 레이블링 할 것인가? 2) 비용은 누가 지불할 것인가? 3) 얼마나 레이블링을 해야되는건가? 이러한 고객과 딥러닝 개발자, 사업부서간의 줄다리기 끝에서, 고객은 AI에 대해서 크게 실망하며, 'AI를 하겠다'는 생각이 잘 못되었음을 깨닫게 된다. 딥러닝 개발자, AI 개발자로서의 적은 데이터로 적은 레이블링을 통해, 모델을 개발해야함을 절감했으며 이를 해결하기위한 방법론들을 작성해..