머신러닝 프로젝트 구조화하기

커넥트재단 edwith

URL복사 밴드 페이스북 트위터 구글

http://www.edwith.org/deeplearningai3

강의목록 도움말

ML전략 소개
- 머신러닝 전략 개요
  
  작성자
  
  업데이트 :
  
  2018.10.29
- 직교화
  
  작성자
  
  업데이트 :
  
  2018.12.01
목표설정하기
- 단일 실수 평가 기준
  
  작성자
  
  업데이트 :
  
  2018.10.29
- 최적화 척도 만족시키기
  
  작성자
  
  업데이트 :
  
  2018.10.29
- Train/Dev/Test 세트 분포
  
  작성자
  
  업데이트 :
  
  2018.12.03
- Dev 와 Test 세트의 크기
  
  작성자
  
  업데이트 :
  
  2018.10.29
- 언제 Dev/Test 세트를 바꿔야할까요?
  
  작성자
  
  업데이트 :
  
  2018.12.04
사람 수준의 성능과 비교하기
- 왜 사람 수준의 성능을 봐야할까요?
  
  작성자
  
  업데이트 :
  
  2018.12.06
- 회피 가능 편향
  
  작성자
  
  업데이트 :
  
  2018.11.09
- 사람 수준의 성능 이해하기
  
  작성자
  
  업데이트 :
  
  2018.10.29
- 사람 수준의 성능 뛰어넘기
  
  작성자
  
  업데이트 :
  
  2018.10.29
- 모델 퍼포먼스 향상시키기
  
  작성자
  
  업데이트 :
  
  2018.10.29
오차 분석
- 오차 분석하기
  
  작성자
  
  업데이트 :
  
  2018.10.29
- 잘못 라벨링된 데이터 해결하기
  
  작성자
  
  업데이트 :
  
  2018.10.29
- 첫 모델은 빠르게 만들고 실행해라
  
  작성자
  
  업데이트 :
  
  2018.10.29
Training 과 Dev/Test 세트의 불일치
- 훈련과 테스트 세트가 서로 다른 분포에 있는 경우
  
  작성자
  
  업데이트 :
  
  2018.10.29
- 훈련-개발 세트
  
  작성자
  
  업데이트 :
  
  2018.10.29
- 데이터 분포 불일치 문제
  
  작성자
  
  업데이트 :
  
  2018.10.29
다양한 문제로 부터 학습시키기
- 전이학습(Transfer Learning)
  
  작성자
  
  업데이트 :
  
  2018.10.29
- 다중 작업 학습(Multitask Learning)
  
  작성자
  
  업데이트 :
  
  2018.10.29
End-to-end Deep Learning
- End-to-End Deep Learning 은 무엇인가요?
  
  작성자
  
  업데이트 :
  
  2018.10.29
- End-to-End Deep Learning 사용여부
  
  작성자
  
  업데이트 :
  
  2018.10.29
다음 코스 안내
- 다음 코스: 합성곱 신경망 네트워크 (CNN)
  
  작성자
  
  업데이트 :
  
  2018.10.29