๐ข ETRI (2024.01.15)
๐ 01.12-TODO List:
1. ๋ ผ๋ฌธ review: A Free Lunch for Unsupervised Domain Adaptive Object Detection without Source Dataโ ๋ ผ๋ฌธ ์ ๋ฆฌโ ๋ ผ๋ฌธ reviewโ PPT๋ง๋ค๊ธฐ2. ์ฃผ์ค์ ํ ๊ฒ: Deep Learning 2024(Bishop)-Chapter 2 ์ฝ๊ณ ๊ณต๋ถํ๊ธฐโ 2.1 The Rule of Probabilityโ 2.2 Probability Densitiesโ 2.3 The Gaussian Distributionโ 2.4 Transformation of Densitiesโ 2.5 Information Theoryโ 2.6. Bayesian ProbabilitesAAAI์ ๋ฃ์ ๋ด์ฉ์ผ๋ก ์ ๋ฆฌ ๋ฐExercise ํ๊ธฐ
3. ์ฃผ์ค์ ํ ๊ฒ: Deep Learning 2024(Bishop)-Chapter 3 ์ฝ๊ณ ๊ณต๋ถํ๊ธฐ3.1. Discrete Variables
3.2. The Multivariate Gaussian
3.3. Periodic Variables
3.4. The Exponential Family
3.5. Nonparametric Methods
๐ ์ถ๊ทผ! (8:10 - 8:25)
๊ทธ๋ฅ 7์์ ์๋ ๋ง์ถฐ๋ฒ๋ ธ๋ค ใ
ใ
ใ
๊ทธ๋๋ ๋ฐฅ์ ๋ง์๊ฒ ์ผ๋ฌด์ง๊ฒ ๋จน๊ณ ์๋ค ํํ๐คฃ
์ถํด๊ทผ์ ์
ํ๋ฒ์ค๊ฐ ์ญ์ฌ ์ ์ผ ๋น ๋ฅธ๊ฑฐ ๊ฐ๋ค. (Shortest Path Algorithm?)
๐ ๊ณต๋ถ! (8:30-12:00)
์
ํ๋ฒ์ค ํ๊ณ ์ค๋๊ฒ ์ผ์ฐ๊ณต๋ถํ ์ ์์ด์ ์ด๋์ธ๊ฑฐ ๊ฐ๋ค.
์ด์ ๋จ์ ํ ์ผ:โ ๋
ผ๋ฌธ review: ๋
ผ๋ฌธ ์ ๋ฆฌ ๋
ผ๋ฌธ review PPT๋ง๋ค๊ธฐ
โ Deep Learning(Bishop 2024): Chapter 3 ์ด๋ค.3.1. Discrete Variables3.2. The Multivariate Gaussian3.3. Periodic Variables3.4. The Exponential Family3.5. Nonparametric Methods
์ ๊ทธ๋ฆฌ๊ณ ๋๋ฌด ๋ท๊ณจ ๋ก๊ธฐ๊ณ ๋ชฉ์ํ๊ณ ๋จธ๋ฆฌ์ํ์
์ง์- ์๋ ์ ๋ค์ด์์์ ์ฐ ๋ชฉ ๋ง์ฌ์ง ๊ธฐ๊ตฌ๋ฅผ ๋ค๊ณ ์๋๋ฐ ๊ฒจ์ฐ ์ด๋งํ๋ค.๊ทธ๋๋ ๋๋ฆ ํจ๊ณผ๊ฐ ์ค์ํ๋ค?
์...ํ ๊ฑฐ ๋~~~๋ฆ
๊ฒ ๋ง๋ค ์ง์งใ
ใ
๐ฑ
๐ ๋ฐฅ์ด๋ค ๋ฐฅ! (12:30~13:00)
๋ง์ฐฌ๊ฐ์ง๋ก ๋ํธ์ (ํ์):๊ฐ๋
ธ๋ง...
๐ ๋ ผ๋ฌธ๋ฐํ! (14:30-18:00)
๋ง์ด ๋ฐฐ์ฐ๊ธด ๋ฐฐ์ ๋๋ฐ ๊ทธ๋งํผ ํ๋ ์๊ฐ...
๊ทธ๋ํํ๋ํ๋, ์ ํ๋ํ๋ ์ ์์ ์๋ํ์
๋ฐ ๋นํ์ ์ฌ๊ณ ? ์ฝ๋๊ตฌํ๊ฐ๋ฅ์ฑ ์ด๋ฐ๊ฑธ ์ ๋ด์ผํ๋ค๋๊ฑธ ๊นจ๋ฌ์๋ค
๐ ํด๊ทผ! (18:30 - 19:00)
ํด๊ทผ์ด ์ ์ผ ์ข๋ค๋ ์ง์ฅ์ธ์ ๋ง์ ๊ณต๊ฐ์ด ์ ์ ๋๋คใ
ใ
ใ
์์นจ์ถ๊ทผ๋๋ฌธ์ ๊ทธ๋ฅ ์กธ๋ฆฌ๋คใ
ใ
ํผ๊ณค๐ฉธํ๊ณ ใ
ใ
๐๐ป ์ด๋! (19:00 -)
์ด์ 3๋ 400 (S:150 , B: 92.5, D:157.5) ๊น์ํ๊ฒ ์ฐ์ด์ ๊ทธ๋ฐ์ง ๊ธฐ๋ถ์ด ์ข๊ตฌ๋ง!!๐ค
400 ์ฐ์์ผ๋? ์ด์ 3๋ ์ด๋๋ณด๋จ ์ข ๋ ์ธ๋ถํํด์ A,B๋ฃจํด ์ํ๋ ๋ ์๋ ๊ฐ์ด,์ผ๋, ๋ฑ,์ด๋, ์ด๊ป ์์ฃผ๋ก ํด๋ด์ผ๊ฒ ๋ค.
๐๐ป ์ด๋ ์๊ฐ ๊ณํ:
A→(๋ฒค์น,์ผ๋)→B→(๋ฐ๋+๋ฑ,์ด๋)→A→(๋ฒค์น,์ผ๋)→B→
(๋ฐ๋+๋ฑ,์ด๋)→A→(๋ฒค์น,์ผ๋)→B→(๋ฐ๋+๋ฑ,์ด๋)→A→(๋ฒค์น,์ผ๋)→
B→(๋ฐ๋+๋ฑ,์ด๋)→A→(๋ฒค์น,์ผ๋)→B→(๋ฐ๋+๋ฑ,์ด๋)→A→
(๋ฒค์น,์ผ๋)→B→(๋ฐ๋+๋ฑ,์ด๋)→A→(๋ฒค์น,์ผ๋)→B→(๋ฐ๋+๋ฑ,์ด๋)→
๐๐ป ์ด๋ฒ์ฃผ:
(๋ฐ๋+๋ฑ,์ด๋)→A→(๋ฒค์น,์ผ๋)→B→(๋ฐ๋+๋ฑ,์ด๋)→A→(๋ฒค์น,์ผ๋)
๐๐ป ์ค๋: (๋ฐ๋+๋ฑ,์ด๋)
๋ฐ๋: 80,90,100 (7,5,3)
๋ฐ๋ฒจ๋ก์ฐ: 40,50,60 (10,10,10)
์์ด๋๋ฐ๋ฒจ์ปฌ: 30์ฉ 5์ธํธ
ํด๋ก์ฆ๋ฐ๋ฒจ์ปฌ: 25์ฉ 5์ธํธ
๋ฐ๋: 120 1ํ
๐ TODO List:
1. ๋ ผ๋ฌธ์ ์์๊ฒ ๋ฉ์ผ๋ณด๋ด๊ธฐ!
2. ์ฃผ์ค์ ํ ๊ฒ: Deep Learning 2024(Bishop)
- Chapter 2: Exercise ํ๊ธฐ.
- Chapter 3 ์ฝ๊ณ ๊ณต๋ถํ๊ธฐ
3.1. Discrete Variables
3.2. The Multivariate Gaussian
3.3. Periodic Variables
3.4. The Exponential Family
3.5. Nonparametric Methods
3. Student t๋ถํฌ ๋ฐ ๊ฐ์ค๊ฒ์ ๋ค์ ๊ณต๋ถํ๊ธฐ.
'2024 winter > ETRI(์ผ์)' ์นดํ ๊ณ ๋ฆฌ์ ๋ค๋ฅธ ๊ธ
[ETRI]2024.01.17 (0) | 2024.01.17 |
---|---|
[ETRI]2024.01.16 (0) | 2024.01.16 |
[ETRI]2024.01.12 (2) | 2024.01.12 |
[ETRI]2024.01.11 (0) | 2024.01.11 |
[ETRI]2024.01.10 (4) | 2024.01.10 |