콘텐츠 목록 Help
-
오리엔테이션
-
머신러닝의 개념과 용어
-
Linear Regression 의 개념
-
Linear Regression cost 함수 최소화
-
여러개의 입력(feature)의 Linear Regression
-
Logistic (Regression) Classification
-
Softmax Regression (Multinomial Logistic Regression)
-
ML의 실용과 몇가지 팁
-
학습 rate, Overfitting, 그리고 일반화 (Regularization)
- Writer
- Update :
- 2022.03.02
- 좋아요
- 14
-
Training/Testing 데이타 셋
- Writer
- Update :
- 2022.05.30
- 좋아요
- 10
-
lab 07-1: training/test dataset, learning rate, normalization (new)
- Writer
- Update :
- 2022.05.31
- 좋아요
- 11
-
lab 07-2: Meet MNIST Dataset (new)
- Writer
- Update :
- 2022.06.01
- 좋아요
- 17
-
-
딥러닝의 기본 개념과, 문제, 그리고 해결
-
Neural Network 1: XOR 문제와 학습방법, Backpropagation
-
XOR 문제 딥러닝으로 풀기
- Writer
- Update :
- 2022.06.01
- 좋아요
- 12
-
특별편: 10분안에 미분 정리하기
- Writer
- Update :
- 2022.06.02
- 좋아요
- 9
-
딥넷트웍 학습 시키기 (backpropagation)
- Writer
- Update :
- 2023.02.24
- 좋아요
- 11
-
Lab 9-1: XOR을 위한 텐스플로우 딥넷트웍 (new)
- Writer
- Update :
- 2022.06.02
- 좋아요
- 8
-
Lab 9-2: Tensor Board로 딥네트웍 들여다보기 (new)
- Writer
- Update :
- 2022.06.02
- 좋아요
- 9
-
-
Neural Network 2: ReLU and 초기값 정하기 (2006/2007 breakthrough)
-
Convolutional Neural Networks
-
ConvNet의 Conv 레이어 만들기
- Writer
- Update :
- 2022.03.11
- 좋아요
- 6
-
ConvNet Max pooling 과 Full Network
- Writer
- Update :
- 2022.06.06
- 좋아요
- 6
-
Google Cloud ML with Examples 1
- Writer
- Update :
- 2022.06.06
- 좋아요
- 7
-
ConvNet의 활용 예
- Writer
- Update :
- 2022.06.07
- 좋아요
- 8
-
Lab 11 : ConvNet을 TensorFlow로 구현하자 (MNIST 99%)
- Writer
- Update :
- 2021.04.09
- 좋아요
- 6
-
-
Recurrent Neural Network
-
Deep Deep Network AWS 에서 GPU와 돌려보기 (powered bt AWS)
-
AWS 에서 저렴하게 Spot Instance 를 터미네이션 걱정없이 사용하기
-
Google Cloud ML을 이용해 TensorFlow 실행하기
Coming soon.