KerasKorea#40: Complete to translate 5.3 - paragraph (11 / 11)

40_Keras와 Jupyter Notebook으로 시작하는 딥러닝/5.3 - 사전에 학습된 모델 이용하기.ipynb

@@ -1675,6 +1675,29 @@
     "Now you have a solid set of tools for dealing with image classification problems, in particular with small datasets."
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "collapsed": true
+   },
+   "source": [
+    "# Pragraph 11\n",
+    "## Take-aways: using convnets with small datasets\n",
+    "## 이번 장에서 배운 내용\n",
+    "\n",
+    "앞서 두 장에서 실습을 통해 우리가 배울 수 있었던 내용 :\n",
+    "\n",
+    "* 컨볼루션 네트워크는 컴퓨터 비전 테스크를 위한 기계학습 모델로 아주 좋은 성능을 보입니다. 데이터셋이 아주 작더라도 밑바닥부터 학습시킬 수 있으며 결과도 제법 괜찮습니다. \n",
+    "\n",
+    "* 작은 데이터셋의 경우 과적합이 문제가 될 수 있습니다. Data augmentation은 작은 데이터셋을 학습시킬 때 과적합을 막아줄 수 있는 아주 좋은 방법이 될 수 있습니다. \n",
+    "\n",
+    "* 새로운 데이터셋에 기존의 컨볼루션 네트워크 모델을 재사용하는 방법은 아주 쉽습니다. 그리고 특히 데이터셋이 아주 작은 경우라면 이 방법은 상당히 가치있는 기술입니다. \n",
+    "\n",
+    "* 특징 추출부분을 보완하기 위해서 fine-tuning 기법을 이용하여 기존에 학습시켰던 모델의 특징을 새로운 문제에 맞도록 조절할 수 있었습니다. 그리고 이 방법을 통해 성능이 더 나아질 수 있었습니다.  \n",
+    "\n",
+    "자 이제 여러분은 이미지 분류 문제에 적용할 수 있는(특히 데이터셋이 작은 경우) 아주 강력한 무기를 획득했습니다. "
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": null,