앞으로 포스팅할 주제들에 대하여

앞으로 기록하고 싶은 주제들을 좀 정리해놓고 하나씩 차근차근 써내려가봐야겠다.

 

1. Supervised Learning / Unsupervised Learning / Reinforced Learning

기본적인 차이점과 개념, 이론들을 잘 숙지할 필요가 있을 것 같다.

이외에도 Self-Supervised, Semi-Supervised 등등 함께 다뤄보고 싶다.

 

2. Few-Shot Learning

이 주제는 이번에 학교에서 설계 프로젝트 과목을 하면서 공부하고 싶단 생각이 들었다.

Few-Shot Learning은 많은 데이터 없이도 성공적인 모델을 구성할 수 있는 방법론으로 알고 있는데

이 부분이 데이터양은 모델 성능에 비례한다는 의견에 반박할 수 있는 매력적인 부분으로 느껴져서 한번 다뤄보고 싶다.

 

3. Loss Functions

얼마전에 Activation Function 중 Sigmoid와 Softmax에 관련된 글을 썼었기 때문에

손실 함수에 대한 글들도 한번 정리해보는 편이 좋을 것 같다고 느꼈다.