본문으로 건너뛰기

라이브러리 내 서재 데스크 Review Studio 어시스턴트

찾아보기/Deep Learning/ml-model

ml-model

이 계열의 모든 방법론, Deep Learning내에서.

55 방법론들

방법론 필터링

표시 중 55 총 55 방법론들

AlexNet Attention Mechanism Autoencoder Batch Normalization BERT Fine-Tuning Bidirectional RNN Capsule Network CLIP CNN Image Classification Convolutional Neural Network Deep Reinforcement Learning DeepAR DenseNet Diffusion Model Dilated CNN Dropout EfficientNet Faster R-CNN FastText Fully Convolutional Network (FCN)Generative Adversarial Network GPT Fine-Tuning Graph Attention Network Graph Convolutional Network Graph Neural Network GRU Informer Knowledge Distillation Longformer / BigBird LoRA and PEFT LSTM Mixture of Experts Multilayer Perceptron N-BEATS N-HiTS Neural Architecture Search Neural ODE Neural Style Transfer PatchTST ResNet ResNeXt Score-Based Generative Model Self-Attention Sequence-to-Sequence Model SGD with Momentum / Adam Optimizer T5 (Text-to-Text Transfer Transformer)Temporal Fusion Transformer TextCNN Transformer U-Net Variational Autoencoder VGGNet Vision Transformer Visual Contrastive Learning YOLO

연구 방법을 위한 콘텐츠 중심 참고 라이브러리 — 각 방법이 무엇이고, 어떻게 작동하며, 어디에서 비롯되었는지.

오픈 데이터(CC-BY)

둘러보기

라이브러리
방법 검색…
분야별 탐색
분야
여정
비교
어떤 방법을 쓸까?

참고자료

분야
아틀라스
용어집
방법론
철학

작업 공간

내 서재
데스크
채팅

회사

소개
요금제
문의
방법 제안

수록 항목은 참고용으로 공개된 자료를 토대로 정리되었습니다. 정보의 정확성과 사용 목적에의 적합성을 확인하는 일은 이용자 본인의 책임입니다.

© 2026 ScholarGate · 연구 방법 참고 라이브러리

개인정보
쿠키
이용약관
계정 삭제