먼저 강의는 정말 잘 듣고 있습니다. 강의 내용을 주로 들으면서 따로 궁금한 점들을 인터넷에 나와있는 다른 정보를 찾아가면서 해결해 나아가니 습득이 잘 되는 것 같습니다. 문의 사항은 다음과 같습니다. 17강 강의 마지막 부분 (강의 동영상 16:00 부분) 에서 feature 에 대한 y 값이 0 0 0 0 1 1 1 1 1 이 되는 그래프를 직접 그리신 다음 선형회귀 직선을 그리셨는데, 기울기가 음이 되도록 좌상향 직선을 그리셨습니다. 이부분이 많이 헷갈리는데, 지금까지 선형회귀를 학습한 내용을 생각하면 오차가 최소화되어야 하기 때문에 기울기가 양이 되는 우상향 직선이 되어야 하는 것이 아닌가 생각합니다. 이에 대한 답변 부탁드립니다. 강의 막바지 내용이고 다음 강의에서 다룰 내용이라 그냥 그러려니 하고 넘어갈 수도 있는데 (아직 18강 강의를 듣기 전입니다.) 혹시나 해서 문의드립니다. 감사합니다.
14강 최소제곱법을 이용한 다중선형회귀에서 강사님께서 언급하신 예시 데이터의 특징이, X^TX 가 Singular Matrix 이기 때문에 유사역행렬을 이용하여 해를 찾는다고 하셨는데요. 최소제곱법에 의한 풀이법을 좀 더 검색하고 알아보니, 강사님께서 설명하신 방법인 X, y 값을 평균값으로 중심이동해서 구하는 방법 말고, X 데이터 행렬의 맨 앞에 1로 채워진 열벡터 데이터를 삽입하고 W 벡터를 w1, w2, w3 이 아닌 w0=b, w1, w2, w3 으로 하여 중심이동 없이 바로 W와 b를 구하는 방법이 소개되어있었습니다. 그런데 14강의 예제를 통해 그렇게 풀어보니 W와 b의 결과가 전혀 다르게 나왔는데 (몇번을 검산해도 똑같습니다.) 이 이유가 궁금합니다. 다시 말해 X^TX 가 Singular Matrix 가 아니라면 역행렬이 명백히 존재하므로 어떻게 계산해도 같은 결과가 나오는것이고, X^TX 가 Singular Matrix 이기 때문에 행렬의 rank 가 적어 어떤 방법으로 유사 역행렬을 구하여 계산했느냐에 따라 다른 답이 나올 수도 있는것인지 궁금합니다. 이에 대한 답변을 부탁드립니다.
안녕하세요 강의 재미있게 보고 있습니다. 강의 자료 메일로 요청드리니 자동응답으로 신청 페이지가 나오던데, 신청하면 다음 오류가 나오고 신청이 안되네요. 따로 신청 방법이나 강의자료 열람 방법이 있을까요? ' 오류 발생: Message: timeout: Timed out receiving message from renderer: 29.653 (Session info: chrome=147.0.7727.116)'
안녕하세요. 좋은 강의 감사합니다. 예측의 요인들을 넣고 빼는 과정에서 궁금한게 있어 질문드립니다. 강의 예시에서 QQQ 혹은 S&P 500 ETF 등의 인덱스 연동 ETF를 주로 예로 사용하였습니다. 이 때, 동일한 경제지표를 제외하는 예시를 보여주셨는데, 실제 QQQ의 경우는 나스닥 100을 추종하고 있으며 S&P 500(SPY)의 경우에는 S&P 500 지수를 추종하고 있습니다. 그렇다면, 해당 두 ETF를 제거하는 것 이외에 동일한 추종 지수도 제외해야 예측에서의 유효성이 더 높은 것 아닐까요?
안녕하십니까, 선생님. 강의 잘 듣고 있습니다. [개정판] 딥러닝 컴퓨터 비전을 듣고 있는데, mmdetection 에서 mmdet/datasets/ custom.py 를 보려고 최신 repository를 보니 구조가 많이 바뀐것 같네요. 2.x 계열에서는 CustomDataset을 상속받는 방식이였다면, 3.x 계열에서는 MMEngine 기반 구조로 재설계되면서 BaseDataset, BaseDetDataset 중심 구조로 바뀐것 같습니다. dataset 뿐 아니라 전체적인 구조에서 변화가 많이있는것 같은데 강의를 어떻게 활용하는게 좋을까요? 개념이해에는 도움이 될것같지만 구버전을 학습하는게 비효율적일것 같기도 한데요,, 혹시 3.x 버전으로 강의가 업데이트 될까요? 관련질문들에 답변이 있어 살펴보니 올해 2월 정도 업데이트 예정이시라고 하셨었는데 미뤄진걸까요? 감사합니다.
모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기
섹션 22 퀴즈 문제 풀이와 답이 맞는건가요? 강의에서 언급된 O1 API 베타 버전의 주요 제한 사항이 아닌 것은 무엇인가요? A 함수 호출 지원 B 시스템 메시지 지원 이미지 입력 지원 D 일부 하이퍼파라미터 조정 제한 해설 O1 API 베타 버전은 이미지 입력, 시스템 메시지, 함수 호출, Batch API 등이 지원되지 않으며, 온도와 같은 하이퍼파라미터도 고정되어 있어요.
QLoRA 시 데이터 교체 : dataset = load_dataset("chukypedro/finetune", split="train")데이터가 없어져서, dataset = load_dataset("chukypedro/finetune", split="train")로 대체하였습니다. 허깅페이스 사이트 들어가서 검색해도 chukypedro/finetune데이터는 없습니다 LoRA Trainer에서 파라미터명이 바뀌었습니다. trainer = Trainer( model=model, # 학습할 모델 args=training_args, # 학습 설정 train_dataset=tokenized_dataset, # 학습 데이터 # tokenizer=tokenizer, # 텍스트 디코딩용(구버전 (4.45 이하)) processing_class=tokenizer, # 최신 버전 (4.46 이상) data_collator=data_collator, # 배치 구성 도우미 compute_metrics=compute_metrics # <-- 여기 추가 )
선생님 안녕하세요? 강의 수강 환경설정 관련 질문이 있습니다. 원래 해당 수업이 colab으로 진행되다가 버전, 환경 등 때문에 runpod로 변경된 것으로 알고있는데 집에 gpu가 달린 데스크톱이 있는 경우, runpod를 할 필요 없이, gpu로 바로 conda나 uv 설정해서 할 수 있나요?(cloud를 사용하지 않고요) 선생님의 pytorch 강의는 실제로 그렇게 cloud를 사용하지 않고, 로컬에서 gpu를 사용해서 수강했는데, 이 강의도 그렇게 가능한지 여쭤봅니다
강사님 안녕하세요... 강의 잘듣고 잇습니다. 이번에 강의해주신 오토인코더+ 분류모델(Knn, SVC)에 관해서 질문드리겟습니다. 위모델로 이상치예측성능은 좋게 나왓는데, 실무에서는 왜 예측이 됫는지, 원본데이터의 설명변수를 가지고 설명할수 잇게할려면은 어떻게 해야하는지요?
