샤트의 빛나는 프로그래밍

2021. 10. 6. 16:21 안녕하세요 프로그래밍을 배우는 빛나는 샤트입니다. SLAM 강의 22강. Non Parametric Method *이 포스팅은 목원대학교 양정연 교수님의 SLAM강의 유튜브 영상을 보고 제작되었음을 밝힙니다. 출처: 22강. Non Parametric Method 22강. Non Parametric Method 🎉강의요약 1. 칼만 필터(선형)와 파티클 필터(비선형) 2. 베이지안 분류기는 파라미터 기반이지만 우리가 배울 것은 Non 파라메틱 3. KNN: K개의 가장 가까운 이웃을 이용해 인식(얼굴 인식 등) 4. K Means Clustering: K개의 중심을 이용해 데이터를 Cluestring Kalmann Filter: 선형 시스템(기본적으로 선형이나 비선형도 ..

2021. 10. 6. 16:20 안녕하세요 프로그래밍을 배우는 빛나는 샤트입니다. SLAM 강의 21강. Probabilistic Approaches *이 포스팅은 목원대학교 양정연 교수님의 SLAM강의 유튜브 영상을 보고 제작되었음을 밝힙니다. 출처: 21강. Probabilistic Approaches 21강. Probabilistic Approaches 🎉강의요약 1. SLAM을 대할 때는 세상을 확률적인 시각으로 볼 필요가 있다. 결정론적인 세계관을 붕괴시켜라 2. 예전에는 Localization, Mapping을 동시에 하지 못한다고 했지만 SLAM은 이를 동시에 한다. 3. 실제로 예시를 살펴보면 레이저 스캔을 통해 벽을 탐지할 때 아직 관측하지 못한 곳은 경계가 불명확하다. 4. 또한 경계..

2021. 10. 5. 23:54 안녕하세요 프로그래밍을 배우는 빛나는 샤트입니다. SLAM 강의 20강. Bayesian Classifier *이 포스팅은 목원대학교 양정연 교수님의 SLAM강의 유튜브 영상을 보고 제작되었음을 밝힙니다. 출처: 20강. Bayesian Classifier 20강. Bayesian Classifier 🎉강의요약 1. Likelihood, Posterior 두 가지 기법을 비교하면 비슷해보이지만 자세히 살펴보면 다르다. 2. 특히 에러에서 두드러지는데 Likelihood의 경우 prior의 값이 같다면 에러가 더욱 커진다. 3. prior이 다르다고 해도 베이지안 기법이 훨씬 더 유용하다. 4. 다른 분류기보다 좋은 성능을 가지고 있으므로 선행해서 에러를 살펴볼 필요가 있..

2021. 10. 5. 23:53 안녕하세요 프로그래밍을 배우는 빛나는 샤트입니다. SLAM 강의 19강. Bayesian Probabilisty *이 포스팅은 목원대학교 양정연 교수님의 SLAM강의 유튜브 영상을 보고 제작되었음을 밝힙니다. 출처: 19강. Bayesian Probabilisty 19강. Bayesian Probabilisty 🎉강의요약 1. 문제를 조건부 확률로 볼 필요가 있다. 2. 베이지안 분류기를 이용해 키를 크다? 작다? 분류 3. 데이터를 수집해 특정 값x에 대해 키가 큰지 작은지 알고 싶은 경우 prior, likelihood, evidence를 이용해 구해야 한다. 가위바위보 1. 가위를 낼 Prior 확률: 1/3 2. 2번 연속 가위를 낼 확률은...? 조건부 확률 이..

2021. 10. 5. 03:09 안녕하세요 프로그래밍을 배우는 빛나는 샤트입니다. SLAM 강의 18-2번째. Normal Distribution in 2 Dim. Space *이 포스팅은 목원대학교 양정연 교수님의 SLAM강의 유튜브 영상을 보고 제작되었음을 밝힙니다. 출처: 18-2강. Normal Distribution in 2 Dim. Space 18-2강. Normal Distribution in 2 Dim. Space 🎉강의요약 1. Normal Distribution의 수식 전개 z = (x - μ) / σ ~ N(0,1) 2. 2차원에서는 x,y 독립적X, 행렬을 이용해 표현한다. 만약 det = 0이라면 1차원. 직선으로 표현 3. 또한 '회전'한다는 개념이 중요 4. 베이지안 확률: ..

2021. 10. 5. 02:26 안녕하세요 프로그래밍을 배우는 빛나는 샤트입니다. SLAM 강의 18번째. Normal Distribution *이 포스팅은 목원대학교 양정연 교수님의 SLAM강의 유튜브 영상을 보고 제작되었음을 밝힙니다. 출처: 18강. Normal Distribution 18강. Normal Distribution 🎉강의요약 1. SLAM에서 '확률'은 매우 중요한 개념이다. 2. 확률과 베이지안 classifier 학습. 3. 확률의 가장 큰 특징은 '무차원'이므로 다양한 정보를 표현할 수 있다. 4. offset을 이용해 우리가 원하는 분포의 입력을 만들 수 있다. 자율주행 파트에서는 확률적인 내용이 많이 들어가 있다. 문제를 if문으로 해결하는 것이 아니라 확률적인 관점이 필요..

2021. 10. 3. 19:55 안녕하세요 프로그래밍을 배우는 빛나는 샤트입니다. SLAM 강의 17번째. Midterm Exam, Roomba-like Stochastic Navigation *이 포스팅은 목원대학교 양정연 교수님의 SLAM강의 유튜브 영상을 보고 제작되었음을 밝힙니다. 출처: 17강. Midterm Exam, Roomba-like Stochastic Navigation 17강. Midterm Exam, Roomba-like Stochastic Navigation 🎉강의요약 1. 중간고사 과제 안내 영상이며 총 2가지 문제 2. 결정론적 방법을 이용해 로봇 청소기의 벽 따라가기를 구현. 최대 2시간. stochastic한 문제를 결정론적 방법으로 푸는게 얼마나 어려운 지 경험하는 것이..

2021. 10. 3. 19:55 안녕하세요 프로그래밍을 배우는 빛나는 샤트입니다. SLAM 강의 16번째. Left Turn for wall following, Right Turn for Searching Obstacles *이 포스팅은 목원대학교 양정연 교수님의 SLAM강의 유튜브 영상을 보고 제작되었음을 밝힙니다. 출처: 16강. Left Turn for wall following, Right Turn for Searching Obstacles 16강. Left Turn for wall following, Right Turn for Searching Obstacles 🎉강의요약 1. 로봇 청소기의 좋은 전략을 가지고 있는 Roomba 2. 문제 자체를 Stochastic하게 보았기 때문에 직진은 좌..