모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌

1 개요[ | ]

모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌

저자: 김성훈

알파고와 이세돌의 경기를 보면서 이제 머신러닝이 인간이 잘 한다고 여겨진 직관과 의사결정능력에서도 충분한 데이터가 있으면 어느 정도 또는 우리보다 더 잘 할 수도 있다는 생각을 많이 하게 되었습니다. Andrew Ng 교수님이 말씀하신 것처럼 이런 시대에 머신러닝을 잘 이해하고 잘 다룰 수 있다면 그야말로 “Super Power”를 가지게 되는 것이 아닌가 생각합니다.

더 많은 분들이 머신러닝과 딥러닝에 대해 더 이해하고 본인들의 문제를 이 멋진 도구를 이용해서 풀 수 있게 하기 위해 비디오 강의를 준비하였습니다. 더 나아가 이론에만 그치지 않고 최근 구글이 공개한 머신러닝을 위한 오픈소스인 TensorFlow를 이용해서 이론을 구현해 볼 수 있도록 하였습니다.

이 머신러닝, 딥러닝 강좌는 수학이나 컴퓨터 공학적인 지식이 없이도 쉽게 볼 수 있도록 만드려고 노력하였습니다.

2 목록[ | ]

섹션 0. 오리엔테이션
섹션 1. 머신러닝의 개념과 용어
섹션 2. Linear Regression 의 개념
섹션 3. Linear Regression cost 함수 최소화
섹션 4. 여러개의 입력(feature)의 Linear Regression
섹션 5. Logistic (Regression) Classification
섹션 6. Softmax Regression (Multinomial Logistic Regression)
섹션 7. ML의 실용과 몇가지 팁
섹션 8. 딥러닝의 기본 개념과, 문제, 그리고 해결
섹션 9. Neural Network 1: XOR 문제와 학습방법, Backpropagation
섹션 10. ReLU and 초기값 정하기 (2006/2007 breakthrough)
섹션 11. Convolutional Neural Networks
섹션 12. Recurrent Neural Network
섹션 13. Deep Deep Network AWS 에서 GPU와 돌려보기 (powered bt AWS)
섹션 14. AWS 에서 저렴하게 Spot Instance 를 터미네이션 걱정없이 사용하기
섹션 15. Google Cloud ML을 이용해 TensorFlow 실행하기

3 같이 보기[ | ]

모두를 위한 딥러닝 - Deep Reinforcement Learning

4 참고[ | ]