전체 글1291 이화미래설계장학생 중간보고서 아카이브 보호되어 있는 글 입니다. 2025. 8. 6. 👁️ KCCV 2025 - DAY 2 보호되어 있는 글 입니다. 2025. 8. 5. 👁️ KCCV 2025 - DAY 1 : 쓰다가밥먹으러감 August 4 (Mon) - 6 (Wed) Main Conference: August 4 - 6, BEXCO, Busan, Korea Workshop/Tutorial: August 1, Virtual Only Host(사단법인) 한국컴퓨터비전학회" data-og-host="kcvs.kr" data-og-source-url="https://kcvs.kr/?act=info.workshop&pseq=8" data-og-url="https://kcvs.kr/?act=info.workshop&pseq=8" data-og-image=""> KCVS 사단법인 한국컴퓨터비전학회KCCV 2025 Korean Conference on Computer Vision Website http://kccv2023.kcvs.kr .. 2025. 8. 4. 🍄 [NYPC 코드배틀] MaskablePPO_v2(+MinMax tree) 보호되어 있는 글 입니다. 2025. 8. 3. 6학기 졸업 시뮬레이션 결과 아카이브 보호되어 있는 글 입니다. 2025. 8. 3. 📑 Stanford CS229 : Machine Learning Course, Lecture 1 ..ㅇㅓ려ㅂ 가설의 역할과 구조가설 h: 새로운 집의 크기 등을 입력받아 가격을 예측하는 함수.단순한 선형 형태:여기서 x는 집 크기, \theta_0는 편향(bias), \theta_1은 기울기.수학적으로는 편향이 포함되므로 “affine” 함수지만, 머신러닝에서는 종종 선형 함수라 부름.다중 특성 확장:h_\theta(x) = \theta_0 + \theta_1 x_1 + \theta_2 x_2h_\theta(x) = \sum_{j=0}^n \theta_j x_j = \theta^T x벡터 표현으로 정리됨.m: 학습 예제 수 (행 개수)n: 특성의 수 (bias 제외)x^{(i)}, y^{(i)}: i번째 학습 예제의 입력 특성 벡터와 타깃\theta: 학습할 파라미터 벡터 (\theta_0, .. 2025. 8. 1. 📑 Stanford CS229 : Advice for applying Machine Learning 2 2025. 8. 1. 🍄 [NYPC 코드배틀] MaskablePPO_v1 보호되어 있는 글 입니다. 2025. 8. 1. 🍄 [NYPC 코드배틀] 말랑말랑핑크빈뱃쨜 출전 " data-og-description="NYPC 10주년 기념 대학생 리그, NYPC 10th " data-og-host="battle.nypc.co.kr" data-og-source-url="https://battle.nypc.co.kr/ko" data-og-url="https://battle.nypc.co.kr/ko" data-og-image="https://blog.kakaocdn.net/dna/b8odj8/hyZqOMM2d2/AAAAAAAAAAAAAAAAAAAAALemiYJ50XTuNg2UDWks6nO_wtQHC1DY3NrnOiR6XvmB/img.png?credential=yqXZFxpELC7KVnFOS48ylbz2pIh7yKj8&expires=1764514799&allow_ip=&allow_referer=&signature=U8Xmc7kxu14Ni5CB%2BvNANPFXYgw%3D NYPC 10th NYPC 10주년 기념 대학생 리그, NYPC 10th battle.nypc.co.kr 협이가 제안해서 나랑 수민언니랑 경욱.. 2025. 7. 31. 🌌 이미지 Only XAI 결과 해석 공유 호이이이 이미지 Only 결과 해석 공유 | Notion크게 두 가지 모델(CNN 기반 / Transformer 기반)에 대해 각각 하나의 대표 모델을 사용half-echinodon-afc.notion.site 🎞️ Grad-CAM원리: 클래스 예측에 대한 출력의 기울기(gradient)를 마지막 convolution layer의 feature map에 곱하여 클래스별 활성화 맵(CAM)을 생성.특징:마지막 conv 레이어의 공간적 정보만 사용 → 모델이 어디를 중요하게 보는지 시각화 가능.구현이 단순하고 연산 속도가 빠름.작은 물체나 복잡한 구조를 완벽히 포착하기 어려움.적합: 모델의 주요 시각적 주의 영역을 빠르게 확인할 때, 기본적인 해석 목적으로 활용.🎞️ Smooth Grad-CAM원리: 여.. 2025. 7. 31. 이전 1 ··· 9 10 11 12 13 14 15 ··· 130 다음
