[Open DMQA Seminar] Curriculum learning
Автор: 김성범[ 교수 / 산업경영공학부 ]
Загружено: 2021-10-10
Просмотров: 1345
딥러닝 및 머신러닝 모델을 학습 시, 볼륨이 큰 데이터의 경우 일반적으로 데이터를 배치 단위로 나누어서 입력된다. 하지만 이 때 데이터의 학습 순서는 고려하지 않고 무작위 순서로 입력된다. Curriculum Learning은 인간이 학습하는 프로세스를 모방하여 쉬운 난이도의 데이터를 먼저 학습하고, 점차 어려운 데이터를 학습하는 전략을 채택하여 모델의 학습 수렴 속도와 성능에서 성과를 보이는 연구 분야이다. 본 세미나에서는 Curriculum Learning의 기본 개념과 전반적인 연구 흐름에 대해 소개하고자 한다.
참고 문헌:
[1] Bengio, Y., Louradour, J., Collobert, R., & Weston, J. (2009, June). Curriculum learning. In Proceedings of the 26th annual international conference on machine learning (pp. 41-48).
[2] Kumar, M., Packer, B., & Koller, D. (2010). Self-paced learning for latent variable models. Advances in neural information processing systems, 23, 1189-1197.
[3] Jiang, L., Meng, D., Zhao, Q., Shan, S., & Hauptmann, A. G. (2015, February). Self-paced curriculum learning. In Twenty-Ninth AAAI Conference on Artificial Intelligence.
[4] Jiang, L., Zhou, Z., Leung, T., Li, L. J., & Fei-Fei, L. (2018, July). Mentornet: Learning data-driven curriculum for very deep neural networks on corrupted labels. In International Conference on Machine Learning (pp. 2304-2313). PMLR.
![[Open DMQA Seminar] Curriculum learning](https://ricktube.ru/thumbnail/Rs2O554CFTY/hq720.jpg)
Доступные форматы для скачивания:
Скачать видео mp4
-
Информация по загрузке:
![[Open DMQA Seminar] Deep semi-supervised learning](https://ricktube.ru/thumbnail/Ij1blCVZKT0/mqdefault.jpg)
![[Open DMQA Seminar] Beyond Channel Independence (Time Series Analysis)](https://ricktube.ru/thumbnail/E1VShY9a9Iw/mqdefault.jpg)
