반응형
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- gradiant descent
- 뉴로 심볼릭
- k겹 교차검증
- ESG 채권
- 밑시딥
- 모두의 딥러닝
- 밑시딥2
- 로지스틱 회귀법
- 독서 #독서후기 #피로사회 #행동과잉 #긍정과잉
- GPT-3
- MRC
- 딥페이크
- ESG
- 다중분류
- nlp
- 코틀린
- 안드로이드
- 베스트 모델
- 안드로이드 구조
- andoriod with kotlin
- 선형회귀
- 경제신문스크랩
- 밑바닥부터 시작하는 딥러닝
- 면접왕 이형
- 예측선
- 과적합
- 보이스피싱
- 경사하강법
- 면접왕이형
- 학습 자동 중단
Archives
- Today
- Total
목록밑시딥 (1)
Practice makes perfect!

1. 자연어 처리란 NLP (Natural Language Processing)는 자연어를 처리하는 분야, 우리의 말을 컴퓨터에게 이해시키기 위한 기술이다. 영어, 한국어와 같은 자연어는 기계적이고 고정된 프로그래밍 언어와 달리 같은 의미의 문장도 여러 형태로 표현할 수 있고, 그 의미나 형태가 유연하게 바뀔 수 있다. 활용되는 예로 검색엔진, 기계번역, 질의응답 시스템, IME(입력기 전환), 문장 자동요약, 감정분석 등이 있다. 자연어를 컴퓨터에게 이해시키는 데는 '단어의 의미'를 이해시키는 것이 중요하다. 시소러스를 활용, 통계 기반, 추론 기반(word2vec) 이렇게 세 가지 기법이 있다. 2. 시소러스 먼저 시소러스는 사람이 직접 단어의 의미를 정의하는 방식이다. 시소러스는 '동의어'와 '유의..
Study/딥러닝
2021. 9. 25. 15:56