자동 재생
자동 완료
이전 강의
완료하고 넘어가기
꼼꼼한 딥러닝
수업 소개 영상 및 공지사항
수업소개 영상 (11:43)
참고 교재 안내
강의 업데이트
슬기로운 통계생활 Affiliate 프로그램 운영 안내
챕터 1. 함수에 대하여
챕터 학습자료 다운받기
스칼라 함수 (15:19)
선형회귀 시뮬레이션 (15:53)
다변수 스칼라 함수 (13:29)
다변수 스칼라 함수 2 (10:47)
이진분류 (17:25)
벡터함수와 합성함수 (9:25)
벡터함수와 인공신경망 (15:11)
합성함수를 이용한 이진분류 (8:10)
챕터 2. 신경망 첫걸음
챕터 학습자료 다운받기
행렬과 행렬곱 (11:16)
특별한 행렬들 (12:40)
행렬곱 실습하기 (19:21)
행렬곱으로 인공신경망 표현하기 (15:59)
인공신경망 이진분류 (19:12)
인공신경망 다중분류 및 BCE 손실함수 (13:07)
인공신경망 다중분류 및 CE 손실함수 (9:18)
인공신경망 다중분류 및 회귀 실습하기 (14:35)
챕터 3. 역전파를 위한 미분 개념 다지기
챕터 학습자료 다운받기
미분 개념 잡기 (20:22)
미분 공식 확인 실습 (10:03)
합성함수 미분 (24:12)
편미분 개념잡기 (17:47)
편미분 실습하기 (15:27)
다변수 함수 체인룰 이해하기 (12:17)
야코비안 행렬 개념잡기 (16:00)
수치미분 개념잡기 (20:10)
수치미분 실습하기 (27:28)
챕터 4. 최적화 방법 기초 다지기
챕터 학습자료 다운받기
1차원 최적화 방법 (25:44)
경사도벡터 (20:26)
경사하강법 (20:35)
최속강하법 (22:35)
켤레경사법 (17:14)
챕터 5. 선형 모델
챕터 학습자료 자운받기
사이킷런 선형 모델 (19:17)
다항특성 실험 (11:37)
선형 회귀의 데이터 행렬 (18:12)
선형회귀 데이터 행렬과 선형 모델 (12:07)
선형회귀 기저함수 모델 1 (다항특성) (12:12)
선형회귀 기저함수 모델 2 (다항특성) (20:58)
선형회귀 목적함수 코딩하기 (15:50)
선형회귀 목적함수 미분 (13:18)
선형회귀 그레디언트 코딩하기 (16:26)
선형회귀 학습하기 (11:53)
오버피팅 개념 이해하기 (12:54)
오버피팅 해결을 위한 규제의 개념 (19:09)
선형회귀 L1, L2 규제와 제약 최적화의 관계 (24:23)
챕터 6. 로지스틱 회귀분석
챕터 학습자료 다운로드
로지스틱 회귀분석 개념 (16:55)
로지스틱 회귀 목적함수1 (10:24)
로지스틱 회귀 목적함수 2 (18:29)
로지스틱 목적함수 수치 미분하기 (6:39)
로지스틱 회귀 그레디언트 체크와 학습 (13:58)
로지스틱 회귀 숫자 이미지 학습하기 (18:22)
로지스틱 회귀에 다항 특성 부여하기 (5:34)
챕터 7. 자동미분에 대하여
챕터 학습자료 다운 받기
연쇄법칙 복습 (5:51)
자동미분의 개념 (14:08)
파이토치 자동미분 기능에 대하여 (12:57)
파이토치 다변수 함수 자동미분 (7:06)
자동 미분의 원리 1 (7:26)
자동 미분의 원리 2 (9:19)
자동 미분 구현하기 1 (16:08)
자동 미분 구현하기 2 (12:22)
자동 미분 예제 코딩 실습 (17:10)
자동 미분을 이용한 로지스틱 회귀 1 (19:23)
자동 미분을 이용한 로지스틱 회귀 2 (8:34)
자동 미분을 이용한 로지스틱 회귀 3 (16:32)
자동 미분을 이용한 로지스틱 회귀 4 (7:36)
자동 미분을 이용한 로지스틱 회귀 5 (24:35)
자동 미분을 이용한 로지스틱 회귀 6 (11:56)
챕터 8. 다층 신경망
챕터 학습자료 다운받기
선형 분류기의 합성 (19:37)
다층 신경망 (12:12)
수치미분을 이용한 신경망 학습 (17:35)
역전파 알고리즘: 포워드 패스와 z2까지 미분하기 (22:28)
역전파 알고리즘: W2와 b2에 대해 미분하기 (21:01)
역전파 알고리즘: b1에 대해 미분하기 (17:54)
역전파 알고리즘: W1에 대해 미분하기 (20:26)
역전파 알고리즘의 일반규칙: 야코비안 전치와 연쇄법칙 (13:09)
데이터가 여러개일 때 역전파 이해하기 (18:42)
역전파를 이용한 신경망 학습 구현하기 (13:33)
fashion-mnist 실습 1 - 데이터 소개와 전처리 (9:11)
fashion-mnist 실습 2 - 레이어 가중치 초기화 (9:28)
fashion-mnist 실습 3 - 일반적인 N 레이어에 대한 역전파 알고리즘 코딩 (17:26)
fashion-mnist 실습 4 - 신경망 학습 및 마무리 (12:37)
Teach online with
합성함수를 이용한 이진분류
강의가 잠겨있습니다.
등록하신 강의라면,
로그인을 해주세요!
.
강의 듣기를 위해 등록하기