VAE(Variational AutoEncoder)
본 내용은 필자가 다음에 찾아보기 위해 'ratsgo's blog'에서 가져온 내용입니다. (글 하단에 Reference 참고) VAE는 데이터가 생성되는 과정, 즉 데이터의 확률분포를 학습하기 위한 두 개의 뉴럴네트워크로 구성되어 있습니다. VAE는 잠재변수(latent variable) z를 가정하고 있는데요. 우선 encoder라 불리는 뉴럴네트워크는 관측된 데이터 x를 받아서 잠재변수 z를 만들어 냅니다. decoder라 불리는 뉴럴네트워크는 encoder가 만든 z를 활용해 x를 복원해내는 역할을 합니다. VAE 아키텍처는 다음 그림과 같습니다. 그렇다면 여기에서 잠재변수 z는 어떤 의미인 걸까요? 고양이 그림 예시를 들어 생각해보겠습니다. 수많은 고양이 사진이 있다고 칩시다. 사람은 고양이 사..
Precision, Recall, F1-score, Accuracy, ROC-AUC, G-measure
본 내용은 sumniya.tistory.com/26 블로그 내용 중 필자가 필요한 내용만을 뽑아왔습니다. 1. Precision 정밀도란 모델이 True라고 분류한 것 중에서 실제 True인 것의 비율입니다. 즉, 아래와 같은 식으로 표현할 수 있습니다. 2. Recall 재현율이란 실제 True인 것 중에서 모델이 True라고 예측한 것의 비율입니다. 즉, Precision이나 Recall은 모두 실제 True인 정답을 모델이 True라고 예측한 경우에 관심이 있으나, 바라보고자 하는 관점만 다릅니다. Precision은 모델의 입장에서, 그리고 Recall은 실제 정답(data)의 입장에서 정답을 정답이라고 맞춘 경우를 바라보고 있습니다. Precision과 Recall은 상호보완적으로 사용할 수 있..