[Deep Learning] YOLO, YOLOv2 and YOLOv3 비교
references https://amrokamal-47691.medium.com/yolo-yolov2-and-yolov3-all-you-want-to-know-7e3e92dc4899 YOLO, YOLOv2 and YOLOv3 Object Detection : Deep Learning의 Computer vision 분야에서 가장 주목받는 주제 중 하나
references https://amrokamal-47691.medium.com/yolo-yolov2-and-yolov3-all-you-want-to-know-7e3e92dc4899 YOLO, YOLOv2 and YOLOv3 Object Detection : Deep Learning의 Computer vision 분야에서 가장 주목받는 주제 중 하나
Team_project 22. 한국 부동산 데이터 시각화 경진대회 언어 및 작업툴: Python, Tableau 인원: 3명 기간: 2021.04.21 - 2021.05.26 내용한국의 부동산 데이터와 사용자가 직접 수집한 외부 데이터를 활용하여 부동산 가격 변화 및 사회와의 관련성을 분석 기여: 준공실적, 분양실적 이중축 라인, 막대 그래프 시각화 결과
Team_project 11. Tabular Playground Series - Apr 2021 언어 및 작업툴: Python 인원: 3명 기간: 2021.04.19 - 2021.05.01 내용가공된 타이타닉 생존자 데이터를 사용하여 해당 데이터에 맞는 생존자 예측하기 기여: pycaret모델 만들기 및 파라미터 모델튜닝 결과: 1,244팀중 348등(T
베이지안 최적화 불필요한 하이퍼 파라미터 반복 탐색을 줄여 빠르게 최적의 하이퍼 파라미터를 찾을 수 있는 방법 하이퍼 파라미터를 선택하는 문제에 대하여 정형화된 방법을 찾지 못해, 경험에 의해서 선택해야 함 사용하는 이유 그리드 서치 or 랜덤 서치는 도출된 하이퍼 파라미터 값을 일일이 모델에 적용한 뒤 성능 비교를 해야 하는 부분이 존재하지만 베이지안