윈도우즈에서 Jekyll blog 로컬 서버 자동 시작 파일 만들기
automatical execution of Jekyll blog local server
Posts by Year
2020
Python Jupyter notebook에서 shell command에 반복문 (for loop) 사용하는 법
python shell command 명령어와 for loop를 함께 사용하는 법을 정리해봅니다
Python Jupyter notebook에서 Shell command (cmd) 사용하기
! 명령어와 argparse 함수를 이용해서 Python에서 shell command를 쓰는 법을 정리해봅니다
Principal component analysis (주성분분석)
Principal component analysis (주성분분석)을 정리해봅니다
Segmentation for MEDIA (6) Atlas-based methods and label fusion
Atlas-based segmentation methods와 label fusion 기법을 정리해봅니다
Segmentation for MEDIA (5) Active contour model
Shape update 기반의 active contour model을 정리해봅니다
Segmentation for MEDIA (4) Graph model-based segmentation
Graph model-based segmentation을 정리해봅니다
Segmentation for MEDIA (3) Region growing & Wathershed algorithm
Region growing과 Wathershed algorithm을 정리해봅니다
Segmentation for MEDIA (2) Morphological processing
Thresholding의 후처리 방법인 Morphological processing를 정리해봅니다
Segmentation for MEDIA (1) Otsu threshold
가장 기본적인 Segmentation 기법인 Otsu threshold를 정리해봅니다
Classification for MEDIA (7) Feature selection and extraction
Feature selection and extraction methods
Hierarchical clustering (계층적 군집화)
Hierarchical clustering (계층적 군집화) 방법을 정리해봅니다
K-means clustering
Clustering의 대표적인 예시인 K-means clustering을 정리해봅니다
Clustering (군집화)
Unsupervised learning(비지도 학습) 중 하나인 Clustering (군집화)를 정리해봅니다
Classification for MEDIA (6) Evaluation metrics for classification (분류모델 평가 지표)
의료영상 분류모델을 평가하는 지표를 정리해봅니다
Classification for MEDIA (5) Overcome small dataset
적은 데이터셋을 극복하기 위한 여러 방법들을 정리해봅니다
CNN visualization: CAM and Grad-CAM 설명
CNN 모델의 학습결과를 시각화하는 Weakly-supervised learning의 예시로 CAM과 Grad-CAM을 정리해봅니다
Classification for MEDIA (4) Advanced CNN models
주요 CNN 모델 (LeNet-5, AlexNet, Inception (GoogLeNet), VGGNet, ResNet, DenseNet)들에 대해 정리해봅니다
Classification for MEDIA (3) Convolutional neural network
Convolutional neural network (CNN)에 대해 정리해봅니다
Classification for MEDIA (2) Deep neural network
Deep neural network (DNN)에 대해 정리해봅니다
Classification for MEDIA (1)
의료영상을 위한 Classification 방법을 정리해봅시다 (1)
Medical Image acquisition methods
X-ray, CT, PET, MRI와 같은 의료영상 측정방법의 원리를 정리해봅시다
Introduction to MEDIA
Medical Image Analysis 1: Introduction to MEDIA
Siamese Neural Networks (샴 네트워크) 개념 이해하기
Siamese Neural Networks (샴 네트워크)를 이해해봅시다.
Generative Adversarial Nets (GAN) 3: DCGAN을 PyTorch로 구현해보기
PyTorch로 DCGAN을 구현해봅시다
Generative Adversarial Nets (GAN) 2: GAN을 PyTorch로 구현해보기
PyTorch로 GAN을 구현해봅시다
Generative Adversarial Nets (GAN) 1: GAN과 DCGAN 설명
Generative Adversaraial Nets의 기본 개념을 정리해봅시다
Machine learning: Bias(편향)과 Variance(분산)
Machine learning의 기본적인 개념 중 하나인 Bias(편향)과 Variance(분산)에 대해 정리해봅시다
Regularization: Ridge (L2), Lasso (L1), and Elastic Net regression
Regularization의 Ridge, Lasso, 그리고 Elastic Net regression 모델을 정리해봅시다
부스팅 앙상블 (Boosting Ensemble) 3-2: XGBoost for Classification
Boosting 모델 중 하나인 XGBoost의 Classification 알고리즘을 정리해봅시다
부스팅 앙상블 (Boosting Ensemble) 3-1: XGBoost for Regression
Boosting 모델 중 하나인 XGBoost의 Regression 알고리즘을 정리해봅시다
부스팅 앙상블 (Boosting Ensemble) 2-2: Gradient Boosting for Classification
Boosting 알고리즘 중 하나인 Gradient Boosting for Classification을 정리해봅시다
Machine learning: Odds와 Log(Odds)
Machine learning의 기본적인 개념 중 하나인 Odds와 Log(Odds)에 대해 정리해봅시다
부스팅 앙상블 (Boosting Ensemble) 2-1: Gradient Boosting for Regression
Boosting 알고리즘 중 하나인 Gradient Boosting for Regression을 정리해봅시다
부스팅 앙상블 (Boosting Ensemble) 1: AdaBoost
부스팅 앙상블의 예시인 AdaBoost를 정리해봅시다
배깅 앙상블 (Bagging Ensemble): Random Forest
배깅 앙상블의 예시인 Random Forest를 정리해봅시다
앙상블 (Ensemble)의 기본 개념
앙상블 모델의 개념과 종류를 정리해봅시다
의사결정 나무 (Decision Tree) CART 알고리즘 설명
의사결정 나무의 기본 알고리즘 중 하나인 CART 를 공부해봅시다
의사결정 나무 (Decision Tree) C4.5 알고리즘 설명
의사결정 나무의 기본 알고리즘 중 하나인 C4.5 를 공부해봅시다
의사결정 나무 (Decision Tree) ID3 알고리즘 설명
의사결정 나무의 기본 알고리즘 중 하나인 ID3 를 공부해봅시다
Jekyll 블로그에 MathJax 수식 사용하기
minimal-mistake Jekyll 블로그에서 수식을 사용해봅시다 (MathJax)
의사결정 나무 (Decision Tree) 기본 설명
Machine learning 알고리즘 중 하나인 의사결정 나무를 공부해봅시다
블로그를 개설하였습니다
github.io를 이용해보았습니다