📚모두를 위한 딥러닝 강좌 목차

모두를 위한 딥러닝 강좌

이번 공부는 철저하게 새로운 공부법을 통해 이해를 바탕으로 학습할 예정이다.

1

10:05
Lec 00 - Machine/Deep learning 수업의 개요와 일정

2

12:29
ML lec 01 - 기본적인 Machine Learning 의 용어와 개념 설명

3

17:30
ML lab 01 - TensorFlow의 설치및 기본적인 operations (new)

4

13:30
ML lec 02 - Linear Regression의 Hypothesis 와 cost 설명

5

15:11
ML lab 02 - TensorFlow로 간단한 linear regression을 구현 (new)

6

16:12
ML lec 03 - Linear Regression의 cost 최소화 알고리즘의 원리 설명

7

15:33
ML lab 03 - Linear Regression 의 cost 최소화의 TensorFlow 구현 (new)

8

17:45
ML lec 04 - multi-variable linear regression (*new)

9

8:02
ML lab 04-1: multi-variable linear regression을 TensorFlow에서 구현하기 (new)

10

13:23
ML lab 04-2: TensorFlow로 파일에서 데이타 읽어오기 (new)

11

14:57
ML lec 5-1: Logistic Classification의 가설 함수 정의

12

14:24
ML lec 5-2 Logistic Regression의 cost 함수 설명

13

15:42
ML lab 05: TensorFlow로 Logistic Classification의 구현하기 (new)

14

10:17
ML lec 6-1 - Softmax Regression: 기본 개념 소개

15

15:36
ML lec 6-2: Softmax classifier 의 cost함수

16

12:41
ML lab 06-1: TensorFlow로 Softmax Classification의 구현하기

17

16:31
ML lab 06-2: TensorFlow로 Fancy Softmax Classification의 구현하기

18

14:03
lec 07-1: 학습 rate, Overfitting, 그리고 일반화 (Regularization)

19

9:21
lec 07-2: Training/Testing 데이타 셋

20

11:02
ML lab 07-1: training/test dataset, learning rate, normalization

21

13:09
ML lab 07-2: Meet MNIST Dataset

22

17:42
lec 08-1: 딥러닝의 기본 개념: 시작과 XOR 문제

23

12:37
lec 08-2: 딥러닝의 기본 개념2: Back-propagation 과 2006/2007 '딥'의 출현

24

26:14
ML lab 08: Tensor Manipulation

25

15:03
lec9-1: XOR 문제 딥러닝으로 풀기
Sung Kim

26

9:29
lec9-x: 특별편: 10분안에 미분 정리하기 (lec9-2 이전에 보세요)

27

18:28
lec9-2: 딥넷트웍 학습 시키기 (backpropagation)

28

12:29
ML lab 09-1: Neural Net for XOR

29

12:07
ML lab 09-2: Tensorboard (Neural Net for XOR)

30

17:30
lec10-1: Sigmoid 보다 ReLU가 더 좋아

31

12:18
lec10-2: Weight 초기화 잘해보자

32

9:55
lec10-3: Dropout 과 앙상블

33

5:09
lec10-4: 레고처럼 넷트웍 모듈을 마음껏 쌓아 보자

34

14:35
ML lab10: NN, ReLu, Xavier, Dropout, and Adam

35

16:22
lec11-1 ConvNet의 Conv 레이어 만들기

36

5:33
lec11-2: ConvNet Max pooling 과 Full Network

37

12:31
lec11-3 ConvNet의 활용예

38

16:30
ML lab11-1: TensorFlow CNN Basics

39

12:37
ML lab11-2: MNIST 99% with CNN

40

10:07
ML lab11-3: CNN Class, Layers, Ensemble

41

19:43
lec12: NN의 꽃 RNN 이야기

42

12:34
ML lab12-1: RNN - Basics

43

14:52
ML lab12-2: RNN - Hi Hello Training

44

11:19
ML lab12-3: Long Sequence RNN

45

11:08
ML lab12-4: Stacked RNN + Softmax Layer

46

4:08
ML lab12-5: Dynamic RNN

47

10:16
ML lab12-6: RNN with Time Series Data

48

18:13
lab13: TensorFlow를 AWS에서 GPU와 함께 돌려보자

49

17:58
lab14: AWS에서 저렴하게 Spot Instance를 터미네이션 걱정없이 사용하기

50

21:31
Google Cloud ML with Examples 1 (KOREAN)

51

1:36
#모두가만드는모두를위한딥러닝 멤버모집!