[DMQA Open Seminar] Autoencoder

Unlabeled data를 활용하여 데이터의 general한 representation을 학습하는 비지도 학습 방법론은 NLP분야에서 큰 발전을 이끌었으며 컴퓨터 비전에서도 자가지도학습에서 Pretext Task와 Contrastive Learning 방법론이 다양한 Task에서 SOTA 성능을 보여주고 있다. 이렇듯 딥러닝 연구는 지도학습에서 비지도학습으로 급격하게 무게 중심이 옮겨지고 있다. 이번 세미나에서는 비지도학습의 대표적인 방법으로 알려진 Autoencoder에 대한 기본적인 개념과 Autoencoder의 여러 변형 그리고 다양한 활용을 소개하고자 한다.
참고 문헌:
[1] Baldi, P. (2012, June). Autoencoders, unsupervised learning, and deep architectures. In Proceedings of ICML workshop on unsupervised and transfer learning (pp. 37-49). JMLR Workshop and Conference Proceedings.
[2] Bank, D., Koenigstein, N., & Giryes, R. (2020). Autoencoders. arXiv preprint arXiv:2003.05991.
[3] d2.naver.com/n...

[@chxnmx]

오토인코더에 대한 전반적인 이해에 좋은 영상이네요! 잘 봤습니다!!

[@herarmisnice]

정말좋은자료네요. 잘봤습니다^^

[@미스터김-t5q]

좋은 영상 감사합니다!

[@hojinius]

감사합니다. 도움 많이 되었습니다!