์ผ | ์ | ํ | ์ | ๋ชฉ | ๊ธ | ํ |
---|---|---|---|---|---|---|
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 |
- ๋ชจ๋์๋ฅ๋ฌ๋
- classification text
- MySQL
- From Machine Reading Comprehension to Dialogue State Tracking: Bridging the Gap
- SUMBT:Slot-Utterance Matching for Universal and Scalable Belief Tracking
- ์์ฐ์ด์ฒ๋ฆฌ ๋ ผ๋ฌธ ๋ฆฌ๋ทฐ
- Leveraging Slot Descriptions for Zero-Shot Cross-Domain Dialogue State Tracking
- ๋ฐ์ดํฐ ํฉ์ฑ
- ๋ค์ด๋๋ฏน ํ๋ก๊ทธ๋๋ฐ
- 2020์ ๋ณด์ฒ๋ฆฌ๊ธฐ์ฌํ๊ธฐ
- ๊ฒ์์์ง
- ํ๋ก๊ทธ๋๋จธ์ค
- til
- ์ ๋ณด์ฒ๋ฆฌ๊ธฐ์ฌ ์์ ๋น
- Zero-shot transfer learning with synthesized data for multi-domain dialogue state tracking
- Few Shot Dialogue State Tracking using Meta-learning
- dialogue state tracking
- ์ ๋ณด์ฒ๋ฆฌ๊ธฐ์ฌ์ ๊ณต์
- nlp๋ ผ๋ฌธ๋ฆฌ๋ทฐ
- DST fewshot learning
- ์ ๋ณด์ฒ๋ฆฌ๊ธฐ์ฌ์ ๊ณต์ํฉ๊ฒฉํ๊ธฐ
- ๋ฐฑ์ค
- ๋ฅ๋ฌ๋๊ธฐ์ด
- How Much Knowledge Can You Pack Into the Parameters of a Language Model?
- Python
- few shot dst
- ์ ๋ณด์ฒ๋ฆฌ๊ธฐ์ฌ ์ฑ ์ถ์ฒ
- DST zeroshot learning
- ํ์ด์ฌ์ ํ์ด์ฌ๋ต๊ฒ
- fasttext text classification ํ๊ธ
- Today
- Total
๋ชฉ๋ก๋ฅ๋ฌ๋๊ธฐ์ด (2)
๐ฒ์๋ผ๋๋์ฒญ๋
Intro to DeepLearning Motivation ์ถฉ๋ถํ ๋ฐ์ดํฐ๊ฐ ์์ผ๋ฉด ์ฌ๋๋ณด๋ค ๋ฅ๋ฌ๋ ๊ฒฐ๊ณผ๊ฐ ๋์ ๊ฒฐ๊ณผ๋ฅผ ๋ด๊ธฐ ์์ object detection(yolo) ์์ค ์ฐฝ์ AI deeparts(ํํ ๋ณํ) super resolution (ํ๋ฆฟํ ์ด๋ฏธ์ง๋ฅผ ํ ๋๋ก ํด์๋๊ฐ ์ข์ ์ด๋ฏธ์ง๋ฅผ ์์ธกํ๊ธฐ what is learning Bayesian์ ๊ด์ ์์ : ๋ฐ์ดํฐ๋ฅผ ๋ณด๊ธฐ ์ ๊ณผ ๋ณด๊ธฐ ์ดํ์ knowledge๊ฐ ๋ฌ๋ผ์ง๋ ๊ฒ data-> knowledge+data ->knowledge + data ->knowledge ๋จธ์ ๋ฌ๋ simple model : ๋ณ์๋ฅผ ๊ฐ์ฅ ์ ์ค๋ช ํ๋ ์์๋ฅผ ์ฐพ๊ธฐ(y = ax +b ์ ์์์ a ์ b ์ฐพ๊ธฐ) complex model : ์์ ํจ์๋ณด๋ค ๋ณต์กํ ํจ์ ๋ฅ๋ฌ๋์ด ๊ทธ์ ๊ณผ..
๋ชจ๋์ ๋ฅ๋ฌ๋ ๋งํฌ : https://www.youtube.com/watch?v=SKq-pmkekTk&list=PLbbloOsdWVwTNNkjnLuqEWtzjRqfBALF7 ๋ชจ๋์ ๋ฅ๋ฌ๋ ch1 ์ฌ๋์ด ๊ฒฐ์ ์ ํ๋ ๋ฐฉ์data-> human -> infer or predict ์ปดํจํฐ์ ๋ฐฉ์ ํ๋๊ฒ machine learningdata -> computer -> infer or predict ๋ชจ๋์ ๋ฅ๋ฌ๋ ch2'์๋ ๋ฐ์ดํฐ๋ x ์๊ฐ ๊ณต๋ถํ์๋ point ๋ฅผ y๋งํผ ๋ฐ๋๋ค' ๋ฐ์ดํฐ์ด๋ค. supervised learning ์ x-y ์ฒ๋ผ ์ ๋ต์ด ์๋ ๋ฐ์ดํฐ์ ํ์ต์ ๋งํ๋ค. ๊ฐ์ฅ ๊ธฐ๋ณธ์ ์ธ ์ yํท์ ์ถ์ ๊ฐ์ ์๋ฏธํ๋ค. W๋ ๊ฐ์ค์น๋ก, ๋๋ค์ผ๋ก ์์ํ์ฌ, ์ค์ ๊ฐ-์ถ์ ๊ฐ์ ํฌ๊ธฐ๋ฅผ ์ค์ด๋ ๋ฐฉํฅ์ผ๋ก ์งํํด์ผ ํ..