멀티모덜 학습: 두 판 사이의 차이
보이기
내용 삭제됨 내용 추가됨
Intershark (토론 | 기여) 잔글편집 요약 없음 |
|||
1번째 줄: | 1번째 줄: | ||
{{위키데이터 속성 추적}} |
{{위키데이터 속성 추적}} |
||
{{기계 학습}} |
{{기계 학습}} |
||
'''멀티모덜 학습'''(multimodal learning)은 [[기계 학습]]의 맥락에서 문제의 실제 현상에 대한 보다 강력한 모델을 만들기 위해 텍스트, 오디오 또는 이미지와 같은 다양한 양식의 데이터를 조합하여 사용하는 일종의 딥 러닝이다. 이와 대조적으로, 단일(singular) 모달 학습은 텍스트(일반적으로 특징 벡터로 표시됨) 또는 이미징 데이터(픽셀 강도 및 주석 태그로 구성됨)를 독립적으로 분석한다. 다중 모드 기계 학습은 전문적인 모델링 전략과 알고리즘을 사용하여 근본적으로 다른 통계 분석을 결합하여 실제 세계를 표현하는 데 더 가까운 모델을 만든다. |
'''멀티모덜 학습'''( - 學習, {{llang|en|multimodal learning}})은 [[기계 학습]]의 맥락에서 문제의 실제 현상에 대한 보다 강력한 모델을 만들기 위해 텍스트, 오디오 또는 이미지와 같은 다양한 양식의 데이터를 조합하여 사용하는 일종의 딥 러닝이다. 이와 대조적으로, 단일(singular) 모달 학습은 텍스트(일반적으로 특징 벡터로 표시됨) 또는 이미징 데이터(픽셀 강도 및 주석 태그로 구성됨)를 독립적으로 분석한다. 다중 모드 기계 학습은 전문적인 모델링 전략과 알고리즘을 사용하여 근본적으로 다른 통계 분석을 결합하여 실제 세계를 표현하는 데 더 가까운 모델을 만든다. |
||
== 같이 보기 == |
== 같이 보기 == |
||
* [[대형 언어 모델]](LLM) |
|||
* [[홉필드 네트워크]] |
* [[홉필드 네트워크]] |
||
* [[마르코프 네트워크]] |
* [[마르코프 네트워크]] |
2024년 7월 12일 (금) 09:14 기준 최신판
기계 학습과 데이터 마이닝 |
---|
멀티모덜 학습( - 學習, 영어: multimodal learning)은 기계 학습의 맥락에서 문제의 실제 현상에 대한 보다 강력한 모델을 만들기 위해 텍스트, 오디오 또는 이미지와 같은 다양한 양식의 데이터를 조합하여 사용하는 일종의 딥 러닝이다. 이와 대조적으로, 단일(singular) 모달 학습은 텍스트(일반적으로 특징 벡터로 표시됨) 또는 이미징 데이터(픽셀 강도 및 주석 태그로 구성됨)를 독립적으로 분석한다. 다중 모드 기계 학습은 전문적인 모델링 전략과 알고리즘을 사용하여 근본적으로 다른 통계 분석을 결합하여 실제 세계를 표현하는 데 더 가까운 모델을 만든다.
같이 보기
[편집]이 글은 토막글입니다. 여러분의 지식으로 알차게 문서를 완성해 갑시다. |