반응형 메타학습2 메타 학습의 단점을 극복? CACTUs의 등장 3개의 요점 ✔️ 비지도 학습(Unsupervised learning)과 메타 학습을 결합한 방법 CACTUs를 제안 ✔️ 비지도 학습에서 얻어진 특징량에서 자동으로 작업을 생성하고 메타 학습에 이용 ✔️ 적은 데이터로 학습해서 이미지 인식 작업에 정확한 결과를 얻는 데 성공 UNSUPERVISED LEARNING VIA META-LEARNING written by Kyle Hsu, Sergey Levine (Submitted on 21 March 2019) Published as a conference paper at ICLR 2019 subjects : Computer Vision and Pattern Recognition (cs.CV); Machine Learning (stat.ML) 시작하기 최근.. 2020. 1. 8. AI학습을 더 인간 답게? 학습 경험을 살린 MTL학습법의 등장! 3 개의 요점 ✔️ 지금까지의 학습 경험을 바탕으로 미지의 작업을 소량의 데이터로 해결하는 방법을 제안 ✔️ 일부 매개 변수만 갱신하여도 효율이 좋아지며, 학습한 것을 잊지 않으며 학습이 가능 ✔️ 어려운 태스크를 중점적으로 학습함으로써 미지의 작업을 소량의 데이터로 정밀도 높게 학습 시작하며 최근 딥러닝이 다양한 곳에서 사용되고 있습니다. 딥러닝을 이용한 것으로 유명한 것은 자동운전에 사용되는 이미지 인식 기술과 알렉사와 Siri에 사용되는 자연언어처리기술 등을 들 수 있습니다. 딥러닝으로 대표되는 인공지능 연구의 큰 목적은 인간과 유사한 지능을 만드는 것입니다. 인간은 일단 물체를 보는 것만으로 그 물체를 정밀하게 인식하는 것이 가능합니다. 그러나 딥러닝 기술은 대량의 데이터에서 학습하지 않으면 물체.. 2020. 1. 1. 이전 1 다음 반응형
