DeepNoid 수업을 참고하여 작성하였습니다

Classification

Classification

1. Classification
   : CNN을 통해 이미지의 특징들을 학습하고, 해당 이미지가 어떤
   Class에 속하는 분류하는 task


2. 평가지표 (Metrics)
  - 정확도
    : 클래스가 불균형한 데이터의 성능평가가 어렵다
  - 오차행렬
  - 정밀도 
  - 민감도
  - 특이도
  - f1 score
    : 민감도와 정밀도의 조화 평균
  - ROC ACU
    : 좌상단으로 붙어있는 ROC 커브일 수록 더 좋은 이진분류기! 

3. VGG16
   : Very Deep Convolutional Networks for Large-Scale Image Recognition
   : Convolutional Layer의 kernel size를 3*3으로 고정
   : Image size가 급격히 줄어드는 것을 방지, Layer 깊게 쌓을 수 있음

4. Inception V3
   : Rethinking the Inception Architecture for Computer Vision
   : Layer가 증가하게 되면 계산해야 하는 parameter가 증가하여
   모델 학습 속도가 늦어지지만, Factorizing convolution 개념을
   도입하여 VGG16과 비슷한 학습 Parameter 가짐