Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Translate assignment1 to assignment1-kore + trans.md #20

Merged
merged 6 commits into from
Apr 10, 2016

Conversation

jiunbae
Copy link

@jiunbae jiunbae commented Apr 9, 2016

+assignment1-kore.md
+assignment1-trans.md - for extra information while translating.

@gnujoow
Copy link

gnujoow commented Apr 9, 2016

pull request 잘 보았습니다.

assigment1-trans.md에 언급된 몇몇단어는 glossary에 추가되어야 할 것같습니다.

이중 다음 단어는 이렇게 번역하는게 좋을 것 같습니다.

  • SVM (그대로)
  • validation data (검증 데이터)
  • color histograms (색상 히스토그램)
  • matplotlib (그대로 ,python 라이브러리)

나머지 단어들은 @myungsub 님이 봐주세요 ㅠ_ㅠ


개인적인 생각인데 추가적인 파일을 추가해서 번역을 해주시는것 보다 원본파일을 수정해서 pull request보내주시는것이 원본과 commit창에서 원본과 대조를 해볼 수 있기 때문에 리뷰하는데 좀 더 수월할 것같습니다.

assignment1-trans.md파일의 내용은 pull request를 보내주실 때 코멘트로 남겨주세요 merging할 때 해당파일도 같이 합쳐질 수 있을것 같습니다.

@jiunbae
Copy link
Author

jiunbae commented Apr 9, 2016

어휘 사전에 추가할만한 단어

  • Softmax
  • Implement
  • Image Classification pipeline
  • data-driven approach
  • tuning
  • hyperparameter
  • proficiency
  • raw pixels
  • Histogram of Gradient (HOG) features
  • insightful

이 부분은 이렇게 고쳤습니다.

  • Setup에서 설명엔 local - virtual 순이지만 소 제목에서는 ###virtual - local 순 이기에 일치시켰습니다.

다른 문제될 사항

  • Q6의 Or maybe you can experiment with a spin on the loss function 가 번역이 매끄럽게 되지 않아서 자문을 구합니다.

@myungsub
Copy link
Collaborator

@gnujoow 잠시 못보고 있던 사이에 답변달아주셔서 감사합니다.
어휘 사전에 추가할 만한 단어는 조금 논의해보고 오늘 중으로 정하도록 하겠습니다.
개인적인 의견으로는

  • Softmax (영어 그대로)
  • Implement : 구현하다 (ex. implement and apply a Softmax classifier --> Softmax 분류기 구현하고 적용해보기)
  • Image Classification pipeline : 이미지 분류 파이프라인
  • data-driven approach : (조금 애매합니다만..) 데이터기반 접근법(방법론)
  • tuning : 튜닝
  • hyperparameter : 초모수(?)
  • develop proficiency in writing efficient vectorized code with numpy : numpy를 활용하여 효율적으로 벡터화된 코드를 작성하는데 익숙해지기
  • raw pixels : 문맥상 적당히 풀어서 넘어가는 것이 좋을 것 같습니다. 예를 들어, '단순히 이미지 픽셀(화소)보다 더 고차원의 표현(representation)의 필요성~~~'
  • Histogram of Gradient (HOG) features : 그라디언트 히스토그램 (이라고 처음에 명시한 이후부터는 그냥) HOG 특징
  • insightful : 통찰

Q6 : Or maybe you can experiment with a spin on the loss function
--> 또는 손실 함수(loss function)을 조금씩 변형해가며 실험해볼 수도 있을 것입니다.
정도면 어떨까 싶습니다.

@jiunbae
Copy link
Author

jiunbae commented Apr 10, 2016

반영했습니다.

@jiunbae
Copy link
Author

jiunbae commented Apr 10, 2016

적절히 마무리되면 숙제의 자료들도 차례로 번역을 시작하겠습니다.

@myungsub myungsub merged commit 9c54bc4 into aikorea:master Apr 10, 2016
@myungsub
Copy link
Collaborator

Merge 한 뒤, hyperparameter만 다시 원래 영어로 바꾸었습니다. ('초모수'라는 단어가 너무 비호감이라는 사람들이 많아서..)
수고 많으셨습니다! 숙제 1에 포함된 파일들은 전부 번역해주실 건가요??

@jiunbae
Copy link
Author

jiunbae commented Apr 10, 2016

하나씩 시작하겠습니다.
자료가 좀 많으니 다른분들과 함께해도...

@myungsub
Copy link
Collaborator

어떤것부터 하실지 알려주시면 다른분과 일이 겹치지 않도록 역할분담표에 추가해 놓도록 하겠습니다.

@jiunbae
Copy link
Author

jiunbae commented Apr 10, 2016

features.ipynb
knn.ipynb
먼저 해보겠습니다.
ipynb는 보통 어떻게 열어서 편집하시나요? 저는 그냥 서브라임으로 열어서 쓰고있는데 더 좋은 방법이 있을까 해서.

@myungsub
Copy link
Collaborator

터미널에서 jupyter notebook 을 치고 브라우저에서 열어서 편집합니다.
필요한 dependency들이 있다면 설치해 주시면 되구요
원래 ipython notebook이었는데 jupyter로 업데이트됐어요

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

Successfully merging this pull request may close these issues.

3 participants