모두를 위한 딥러닝 강좌 시즌 1 – 머신 러닝, 딥러닝 기초 강좌
홍콩 과기대 김성훈 교수님의 모두를 위한 머신 러닝, 딥러닝 강좌 시즌 1 입니다.
49명의 학생들이 수강
5
4
49
홍콩 과기대 김성훈 교수님의 모두를 위한 머신 러닝, 딥러닝 강좌 시즌 1 입니다.
FREE
본 머신 러닝, 딥러닝 기초 강좌는 홍콩과학기술대학교의 김성훈 교수님의 '모두를 위한 딥러닝' 시리즈의 첫번째 강좌입니다.알파고와 이세돌의 경기를 보면서 이제 머신 러닝이 인간이 잘 한다고 여겨진 직관과 의사 결정능력에서도 충분한 데이타가 있으면 어느정도 또는 우리보다 더 잘할수도 있다는 생각을 많이 하게 되었습니다. Andrew Ng 교수님이 말씀하신것 처럼 이런 시대에 머신 러닝을 잘 이해하고 잘 다룰수 있다면 그야말로 "Super Power"를 가지게 되는 것이 아닌가 생각합니다. 더 많은 분들이 머신 러닝과 딥러닝에 대해 더 이해하고 본인들의 문제를 이 멋진 도구를 이용해서 풀수 있게 하기위해 비디오 강의를 준비하였습니다. 더 나아가 이론에만 그치지 않고 최근 구글이 공개한 머신러닝을 위한 오픈소스인 TensorFlow를 이용해서 이론을 구현해 볼수 있도록 하였습니다. 이 머신러닝, 딥러닝 강좌는 수학이나 컴퓨터 공학적인 지식이 없이도 쉽게 볼수 있도록 만들려고 노력하였습니다. 2.강의 대상
- 인공지능 초기인 지금 과감하게 야망을 가지고 AI 분야의 대가가 되실 분 (지금 시작 하셔도 초기라서 얼마든지 유명해 질 수 있습니다.)
- 인공지능에 대해 관심이 있는 누구나
- 머닝러신, 딥러닝의 개념을 이해하고 싶으신분
- 머닝러신의 직접 구현해보고 싶으신 분
- Andrew Ng’s and other ML tutorials
- Lecture Videos
- Tensorflow
Course Currilcum
-
- Machine/Deep learning 수업의 개요와 일정 00:10:00
-
- 기본적인 Machine Learning 의 용어와 개념 설명 00:12:00
- TensorFlow의 설치및 기본적인 operations (new) 00:17:00
- Linear Regression의 Hypothesis 와 cost 설명 00:13:00
- TensorFlow로 간단한 linear regression을 구현 (new) 00:15:00
- multi-variable linear regression (*new) 00:17:00
- multi-variable linear regression을 TensorFlow에서 구현하기 (new) 00:08:00
- TensorFlow로 파일에서 데이타 읽어오기 (new) 00:13:00
- Softmax Regression: 기본 개념 소개 00:10:00
- Softmax classifier 의 cost함수 00:15:00
- TensorFlow로 Softmax Classification의 구현하기 00:12:00
- TensorFlow로 Fancy Softmax Classification의 구현하기 00:16:00
- 딥러닝의 기본 개념: 시작과 XOR 문제 00:17:00
- 딥러닝의 기본 개념2: Back-propagation 과 2006/2007 ‘딥’의 출현 00:12:00
- Tensor Manipulation 00:26:00
- Sigmoid 보다 ReLU가 더 좋아 00:17:00
- Weight 초기화 잘해보자 00:12:00
- Dropout 과 앙상블 00:09:00
- 레고처럼 넷트웍 모듈을 마음껏 쌓아 보자 00:05:00
- NN, ReLu, Xavier, Dropout, and Adam 00:14:00
- NN의 꽃 RNN 이야기 00:19:00
- RNN – Basics 00:12:00
- RNN – Hi Hello Training 00:14:00
- Long Sequence RNN 00:11:00
- Stacked RNN + Softmax Layer 00:11:00
- Dynamic RNN 00:04:00
- RNN with Time Series Data 00:10:00
- AWS에서 저렴하게 Spot Instance를 터미네이션 걱정없이 사용하기 00:17:00
“AI는 ‘미래의 언어’ 이며, 교수님 말씀처럼 지금은 누구나 배워 뭔가를 이룰 수 있는 적절한 시기입니다.
예를 들어 음악가가 AI를 배워 인공지능을 이용한 음악을 연구하고, 사회학과 학생이 AI를 배워
기존 통계 패키지( SPSS) 등에서 하지 못하는 깊은 부분까지 확장할 수 있겠죠.
AI 시대는 우리 지식과 교육 시스템을 송두리째 바꾸는 도전과 기회를 주고 있습니다.
그런맥락에서 교수님의 강좌는 옳바른 단초를 우리에게 안내해 주고 계십니다.
감사합니다.
명강의라는 것이 존재한다면 이 강좌가 바로 명강의의 예일것입니다.
머신 러닝의 세계로 옳바르게 인도해준 명강의입니다.
강의가 쉽고 재미있어서 딥러닝 입문자에게 더할 나위 없이 좋은 강의입니다.
개념과 이론적인 설명 부분도 좋을 뿐더러 텐서플로우를 적절한 실습과 함께 해 주셔서
이론을 보다 구체적으로 이해하고 응용할 수 있는 기반을 만들어 주시는 강좌입니다.
계속 몇번이고 반복해서 들어 제것으로 완전히 하도록 하겠습니다.
감사합니다. 교수님.
전 개발자인데 아직 실무에서는 직접적으로 머신러닝을 적용할 기회가 없어서 미루던 중에
교수님 강좌 접하고 속성으로 마쳤습니다.
컴퓨터 분야에서의 몰입과 열정을 오래간만에 느껴봅니다.
비단 강좌의 유익성 뿐 아니라 매너리즘에 빠져가던 제 자신에게 큰 힘이 되었습니다.
교수님께 감사드립니다.
머신러닝 , 인공지능 등 관심있는 분들의 필수 강좌입니다.
어려운 이론들을 예제 및 실습을 통해 쉽게 설명해주시고, 깊이도 있습니다.
누구나 시간가는줄 모르고 강의 듣는 자신을 발견할 겁니다.
무조건 추천드리는 강좌입니다.
감사합니다. 교수님