세상에서 가장 꼼꼼한 딥러닝🤓
딥러닝의 기초를 단단하게 다져드립니다!
유튜브엔 좋은 딥러닝 기초 수업이 많이 있죠. 하지만 이런 수업들을 듣고 있다보면 뭔가 딥러닝의 겉핥기만 하고 있다는 생각이 드실 거예요.
슬기로운 통계생활의 딥러닝 수업은 이러한 여러분의 간지러운 부분을 긁어드리기 위하여 꼼꼼한 딥러닝 강의를 준비해봤어요!
이런 분들께 좋아요!😍
- 머신러닝, 딥러닝의 배경 수학에도 관심이 있으신 분
- 딥러닝 예제 실행도 좋지만 원리를 확실하게 알고 싶으신 분
- 데이터 사이언스, 통계학과 학부 4학년 혹은 석사 1, 2학기
📚이런 지식이 있으시면 좋아요📚
- 사칙연산, 제곱, 제곱근
- 다항식을 변수에 값을 대입하여 계산하는 법
- 식으로 표현된 직선과 이차곡선
- 머신러닝, 딥러닝에 대한 상식 수준의 기초지식 (필수 x)
📘수업에서 다루는 지식📘
- 머신러닝에서 선형회귀, 로지스틱 회귀에 대한 알고리즘 원리 파악 및 실습
- 최적화 이론과 경사하강법의 자세한 동작 원리
- 인공 신경망 역전파 알고리즘의 깊은 수학 원리
- Numpy만 사용한 인공 신경망 프로그램 구현 (코드 150줄 이하)
수강 후 달라진 여러분은😎👍
완강을 하신 여러분은 아래와 같은 그림을 하나도 빠짐없이 이해하시고 설명하시게 될 거예요!
Available in
days
days
after you enroll
Available in
days
days
after you enroll
Available in
days
days
after you enroll
Available in
days
days
after you enroll
Available in
days
days
after you enroll
Available in
days
days
after you enroll
- 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)
Available in
days
days
after you enroll
Available in
days
days
after you enroll
- 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)
Available in
days
days
after you enroll
- 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)