Jimin's history

Introduction to prejections Expressing a prejection an to a line as a matrix vector prod Introduction to prejections Expressing a prejection an to a line as a matrix vector prod 자료: https://www.khanacademy.org/math/linear-algebra Linear Algebra | Khan Academy Learn linear algebra for free—vectors, matrices, transformations, and more. www.khanacademy.org

You Only Look Once Unified, Real-Time Object Dectection Object detection = object * (localization + classification) YOLO는 이미지 내 bounding box와 class probability를 하나의 regression방법으로 해석하여 해결한다. 즉, 이미지를 한 번 보는 것만으로 이미지 내에 위치한 객체의 종류와 위치 정보를 추측할 수 있는 모델! YOLOv1 preview Pros 간단한 처리과정으로 인해 빠른 속도 + 기존 Real-Time Dectection 시스템들과 비교해 2배 가량 높은 mAP 이미지 전체를 한 번에 바라보기 때문에 Class에 대한 맥락 이해가 높고, 이 덕분에 Background..

Rotation in R3 around the x-axis Unit vectors Rotation in R3 around the x-axis Unit vectors 자료: https://www.khanacademy.org/math/linear-algebra Linear Algebra | Khan Academy Learn linear algebra for free—vectors, matrices, transformations, and more. www.khanacademy.org

Linear transformation examples: Scaling and reflections Linear transformation examples: Rotations in R2 Linear transformation examples: Scaling and reflections 원본이미지에 Scaling, refelction하는 방법 Linear transformation examples: Rotations in R2 Rotation과 Linear trainsformation의 관계, Rotation을 행렬x벡터 형태로 나타내기 자료: https://www.khanacademy.org/math/linear-algebra Linear Algebra | Khan Academy Learn linear ..

Sum and scalar multiples of linear transformations More on matrix addition and scalar multiplication Sum and scalar multiples of linear transformations More on matrix addition and scalar multiplication 자료: https://www.khanacademy.org/math/linear-algebra Linear Algebra | Khan Academy Learn linear algebra for free—vectors, matrices, transformations, and more. www.khanacademy.org

Lecture 13 | Generative Models Unsupervised Learning 지도학습 데이터 x를 레이블 y에 매핑시키는 함수를 배우는 것 비지도 학습 레이블이 없는 학습 데이터만 가지고 데이터에 숨어있는 기본적인 구조를 학습시키는 것 비지도 학습이 인기있는 이유 레이블이 없기 때문에 데이터의 비용이 적다. 데이터의 숨겨진 구조를 잘 찾는다면 visual world의 구조를 이해할 수 있는 아주 좋은 발판이 된다. Generative Models 비지도 학습 중 하나인 생성모델에 대해서 알아보자 목적 동일한 분포에서 새로운 샘플들을 생성해 내는 것 비지도 학습의 핵심문제는 학습 데이터의 근본이 되는 분포를 추정하는 것이다. 비지도 학습은 크게 2가지로 나뉜다. Explicit densi..

Preimage of a set Preimage and kernel example Preimage of a set preimage의 의미 Preimage and kernel example preimage의 원상 구하기, kernel의 의미 자료: https://www.khanacademy.org/math/linear-algebra

Image of a subset under a transformation im(T): Image of a transformation Image of a subset under a transformation image의 의미 및 특징 직선들의 집합으로 이루어진 집합을 선형변환시키는 것은 다른 각도에서 보는 것과 같다. 즉 공변역에서 선형변환된 직선들로 이루어진 집합이다. 이때 각각의 점들마다 변환된 값을 구할 필요가 없다. 즉 선형변환이 이루어져도 근본적인 정의는 변하지않는다. image란 특정벡터들을 선형변환했을 때 공변역에서 이 벡터들이 이루는 부분집합이다. im(T): Image of a transformation 모든 선형변환은 행렬의 벡터적으로 표현할 수 있다. 모든 정의역의 원소들을 공역으로 사..

Matrix from visual representation of transformations Linear transformations as matrix vector products Matrix from visual representation of transformations Matrix와 vector의 내적이 갖는 선형변환의 의미 Linear transformations as matrix vector products 단위행렬의 특징, 모든 선형변환을 Matrix와 vector의 곱으로 표현 example 자료: https://www.khanacademy.org/math/linear-algebra Linear Algebra | Khan Academy Learn linear algebra for free—..