< Structuring Machine Learning Projects >
코세라 Deep Learning 특화과정 중 세번째 강의이다. 실제로 머신러닝 연구개발 프로젝트를 진행하다보면 모델을 분석하고 개선하는 과정에 꽤나 시간을 많이 낭비할 수 있는데, 이 강좌에서는 Andrew Ng 교수님이 여러 머신러닝 팀들과 프로젝트를 진행하며 겪은 개발사례를 토대로 프로젝트의 진행, 모델의 분석, 고도화 방안에 대한 핵심적인 노하우를 알려준다. 실제 프로젝트 개발을 진행할 때 필요한 전반적인 워크플로우, 데이터이해, 모델학습과 성능개선을 위해 유념해야할 내용들을 살펴볼 수 있어 유익한 시간이었다.
Structuring Machine Learning Projects 에서 다루고 있는 내용은 아래와 같다.
- Evaluation Metric (Satisfacing and Optimizing Metric)
- Train/Dev/Test Distribution
- Error Analysis (Ceiling Analysis)
- Transfer Learning and Multi-task Learning
- End-to-end Deep Learning
강의이수가 끝나면 아래처럼 수료증이 나온다.
728x90
반응형
'일상' 카테고리의 다른 글
코세라 Sequence Models 수료 (0) | 2021.06.22 |
---|---|
코세라 Convolutional Neural Networks 수료 (0) | 2021.06.14 |
스타트업 vs 대기업 vs 외국계 (14) | 2021.06.04 |
코세라 Improving Deep Neural Networks 수료 (0) | 2021.06.03 |
코세라 Neural Networks and Deep Learning 수료 (0) | 2021.06.01 |