-
📈 Visualization -
🧾 Query -
🗃️ Big Data -
📜 Certification
-
Research
- [print('✅') if (READ == True) else pass]
- New Architecture
- Transformer
- ✅
Attention is all you need, 2017/Blog Posting/Raw Note - ✅
ViT, 2021/Blog Posting/Raw Note - ✅
Swin Transformer, 2021/Blog Posting - ✅
BEiT, 2021 - ✅
DeiT, 2021/Blog Posting/Raw Note - ✅
ViT-G/14, 2022/Blog Posting/Raw Note - ✅
MLP-Mixer, 2021/Blog Posting/Raw Note - ✅
ViT Robustness, 2022/Blog Posting/Raw Note - Self-Supervised Learning
- ✅
MoCo v3, 2021/Blog Posting/Raw Note - ✅
DINO, 2021/Blog Posting/Raw Note - ✅
iBOT, 2021/Blog Posting/Raw Note - ✅
MAE, 2022/Blog Posting/Raw Note - ✅
data2vec, 2022/Blog Posting/Raw Note - ✅
CAE, 2024/Blog Posting/Raw Note - ✅
I-JEPA, 2023/Blog Posting/Raw Note - ✅
V-JEPA, 2024/Blog Posting/Raw Note DINO v2data2vec v2
- ✅
- ✅
- CNN
- ✅
VGGNet, 2014/Blog Posting/Raw Note - ✅
Inception v1, 2014/Blog Posting/Raw Note - ✅
Inception v2~3, 2016 - ✅
Inception v4, 2016 - ✅
UNet, 2015/Blog Posting/Raw Note - ✅
ResNet, 2016/Blog Posting/Raw Note - ✅
DenseNet, 2017/Blog Posting - ✅
CoAtNet, 2021/Blog Posting/Raw Note MobileNet v1, 2017MobileNet v2, 2018EfficientNet, 2019EfficientNet-L2, 2021Noisy Student, 2019Meta Pseudo Labels, 2020- Self-Supervised Learning
- ✅
SimCLR - ✅
MoCo v1, 2020/Blog Posting/Raw Note - ✅
MoCo v2, 2020/Blog Posting/Raw Note
- ✅
- ✅
- Methods
- ✅
Survey of augmentation, 2021 - ✅
Augmentation review post - ✅
Learning Loss for Test-Time Augmentation, 2020 - ✅
Dropout, 2014 - ✅
Batch Normalization, 2015 - ✅
Layer Normalization, 2016 - ✅
Adam, 2015 - ✅
LARS, 2017 - ✅
SAM Optimizer, 2021/Raw Note Loss Scaling Rule, 2018Loss Predictor, 2019Few-shot learning, 2020
- ✅
- Vision Apps
- LLM
- VLM
- Video
- Segmentation
- Object Detection
- Jigsaw Puzzle
- Vision Gen
- RecSys
- ✅
YoutubeDNN, 2016 - ✅
GCN, 2016/Blog Posting/Raw Note - ✅
NGCF/Blog Posting/Raw Note LightGCN
- ✅
- ML
- [print('✅') if (READ == True) else pass]
- 데이터 분석
- ✅ 혼공분석(박해선): 파이썬 데이터분석
- ✅ Do it 쉽게 배우는 파이썬 데이터 분석(김영우): 데이터분석, 판다스 라이브러리
- ✅ 플로우가 보이는 머신러닝 프로젝트(임선집): 문과생 데이터 사이언티스트, 머신러닝 실전 예제
- 한장으로 끝내는 비즈니스 모델 100(곤도 데쓰로): 비즈니스 모델 파악
- 데이터 문해력(카시와기 요시키): 데이터 해석 능력
- 린 분석(앨리스테어 크롤): 지표 분석 공부
- 세컨드 펭귄(임승현): 지표 분석 공부
- 논리의 기술(바바라 민토): 논리력 공부
- 데이터 분석의 힘(이토 고이치로): 분석력 공부
- 데이터 과학을 위한 통계(앤드루 브루스): 데이터 사이언스 통계학
- ML
- ✅ 혼공머신(박해선): 인공지능 머신러닝 딥러닝
- ✅ 딥러닝으로 걷는 시계열 예측(윤영선): 아키텍트, 딥러닝 프로젝트 실전 예제
- 딥려닝을 이용한 정형 데이터 분석(마크 라이언): 데이터 사이언티스트, 딥러닝 실전 예제와 모델 배포
- ✅ 파이토치 첫걸음(최건호): 파이토치에서 활용
- Algorithm
- ✅ 파이썬 코딩 도장(남재윤): 파이썬 AtoZ (+파이써닉 맛보기)
- 이것이 취업을 위한 코딩 테스트다 with 파이썬(나동빈): 알고리즘 정석
- 헤드 퍼스트 디자인 패턴(에릭 프리먼): OOP 디자인 패턴