DL
1.[DL 3강] Linear Classifier
본 내용은 Michigan University의 Deep Learning for Computer Vision 3강 Linear Classifier 강의를 듣고 정리한 내용입니다.
2.[DL 4강] Optimization
본 내용은 Michigan University의 Deep Learning for Computer Vision 4강 Optimization 강의를 듣고 정리한 내용입니다.
3.[DL 5강] Neural Networks
본 내용은 Michigan University의 Deep Learning for Computer Vision 5강 Neural Networks 강의를 듣고 정리한 내용입니다.
4.[DL 6강] Backpropagation
본 내용은 Michigan University의 Deep Learning for Computer Vision 6강 Backpropagation 강의를 듣고 정리한 내용입니다.
5.[DL 7강] Convolutional Networks
본 내용은 Michigan University의 Deep Learning for Computer Vision 7강 Convolutional Networks 강의를 듣고 정리한 내용입니다.
6.[DL 8강] CNN Architectures
본 내용은 Michigan University의 Deep Learning for Computer Vision 8강 CNN Architectures 강의를 듣고 정리한 내용입니다.
7.[DL 10강] Training Neural Networks I
본 내용은 Michigan University의 Deep Learning for Computer Vision 10강 Training Neural Networks I 강의를 듣고 정리한 내용입니다.
8.[DL 11강] Training Neural Network II
본 내용은 Michigan University의 Deep Learning for Computer Vision 11강 Training Neural Networks II 강의를 듣고 정리한 내용입니다.
9.[DL 12강] Recurrent Networks
본 내용은 Michigan University의 Deep Learning for Computer Vision 12강 Recurrent Networks 강의를 듣고 정리한 내용입니다.
10.[DL 15강] Object Detection
본 내용은 Michigan University의 Deep Learning for Computer Vision 15강 Object Detection 강의를 듣고 정리한 내용입니다.