[Measure Theory] 2강- Sigma-algebras 강의 자체가 한 강의당 10분 정도밖에 안되서 포스팅 자체를 짧게 진행하도록 하겠습니다. 1. Sigma-algebras measure theory의 제일 첫번째 정의는 Sigma-algebra라고 합니다. Sigma-algebra의 정의는 다음과 같습니다. 여기서 는 멱집합인데, 예를들어 일 때, 이 됩니다. 말 그대로 여집합에 닫혀있고, 셀수있는 합집합에 닫혀있어야된다는 이야기인데, 이에 대해서 강사가 몇가지 Remark를 해주는데, 아래와 같습니다. Sigma-algebra의 기본 정의는 non-empty니까 공집합이 아닌 set이고, 여기서 E(Event)는 이러한 set의 collection member니까 이는 당연히 A에 속해있고 E의 여집합도 마찬가지입니다. 여기서 어떠한 특정한 E와 E의.. 더보기 [Measure Theory] 1강- Banach-Tarski Paradox 요즘 Measure theory에 대해서 공부하고있습니다. 공부하고있는 영상은 링크(Probability Primer)에서 확인하실 수 있습니다. 포스팅은 영상을 보고 공부한 내용들을 자체적인 요약정도로만 진행할 예정입니다.1. Measure Theory 첫 강의에서는 현대 확률론은 Measure Theory 부터 시작을 하는데 Measure Theory가 무엇이고 어디에 좋고, 왜 해야하느냐? 대한 답을 Banach Tarski Paradox에 대해서 이야기하면서 Measure Theory의 중요성? 에 대해서 언급합니다. Banach Tarski Paradox Banach Tarski Paradox는 내용이 꽉 차있는 3차원의 Solid Ball을 finite한 조각들로 잘라서 이를 Rigid Tra.. 더보기 [Deeplearning] Yolov3: An Incremental Improvement 이번 포스팅은 Yolo v3 논문에 대해서 리뷰하도록 하겠습니다. 1. The Deal YOLO v3는 다른 사람들의 아이디어들을 차용한 내용입니다. 1-1. Bounding Box Prediction YOLO 9000에서의 Box coordinate prediction은 다음과 같은 방식으로 계산됩니다. 기존의 YOLO 9000은 Anchor Box와 Reference Center Point의 Shift값인 을 예측하고, 값을 구해서 L2 LOSS를 통해서 학습을 시켰는데, 이에 대한 컨셉을 변경해서 위의 기존 식을 inverse해서 다이렉트로 값들의 L1 LOSS값을 구하겠다고 합니다. 아마 아래와 같은 방식으로 기존의 BOX GT를 inverse해서 L1 LOSS를 구해서 학습을 진행한 것 같습니다.. 더보기 이전 1 2 3 4 5 ··· 30 다음
