| 머신러닝과 텐서플로우2.0의 기본 |
|
1. 구글 Colaboratory (콜래보래토리) |
|
00:05:00 |
|
2. #인공지능, #머신러닝, #신경망, #딥뉴럴네트워크 #ai #ml #nn #featured #Label |
|
00:05:00 |
|
3. 머신러닝의 종류 – supervised learning, unsupervised learning, reinforcement learning |
|
00:07:00 |
|
4. 텐서(Tensor), 그래프 , 세션(Session)의 저수준 작동 원리 |
|
00:06:00 |
|
5. 코딩, 임포팅, 랭크(Rank) |
|
00:08:00 |
|
6. 행렬, reduce 함수,브로드캐스팅 |
|
00:07:00 |
|
7. 텐서플로우 2.0 행렬의 계산 – 곱하기, 더하기, 빼기 |
|
00:17:00 |
|
8. reshape 으로 텐서 형태 변환 하기 |
|
00:08:00 |
|
9. cast 명령어로 데이터 Type 변경하기 |
|
00:05:00 |
|
10. 슬라이싱(slicing) 으로 텐서객체 복사 생성 |
|
00:08:00 |
|
11 . 텐서들 합치기 concat , stack – 0차원, 1차원? 안햇갈리는 axis |
|
00:09:00 |
| 머신러닝 핵심 알고리즘 |
|
12. 타이타닉 생존자를 예측 하자 1 |
|
00:17:00 |
|
13. 오늘 하루도 섹쉬하게! 타이타닉 생존자를 예측 하자 2 |
|
00:11:00 |
|
14. 타이타닉 생존자를 예측 하자 3 – 입력 함수(input function),batch size, epoch, overfitting ,모델 생성,훈련,예측 |
|
00:20:00 |
|
15. 전설의 붓꽃(iris) 데이터셋 분류 1 Classification (분류), 데이터 전 처리 – 배우면 싹수 옐로우도 될성부른 인재 됨 |
|
00:13:00 |
|
16. 머신러닝 붓꽃(iris)의 품종 분류 2? – DNNClassifier (Deep Neural Network) 모델 사용 |
|
00:12:00 |
|
17. 텐서플로우 Clustering (군집화) – K-평균 클러스터링(K-means Clustering) |
|
00:09:00 |
| 텐서플로우 2.0 신경망 |
|
신경망 기초 이론 학습 (텍스트 버전) |
|
00:00:00 |
|
18. Keras 이용 Fashion MNIST 분류 문제 |
|
00:19:00 |
|
18강 보충 수업 1 train_images = train_images / 255.0 |
|
00:05:00 |
|
18강 보충수업 2 from __future__ import absolute_import, division, print_function, unicode_literals, unicode_literals |
|
00:05:00 |
| CNN(Convolutional Neural Network) 이용 컴퓨터 비전 처리 |
|
19. 기본이론 – 합성곱 신경망(Convolutional Neural Network, CNN) |
|
00:18:00 |
|
20. 예제 수행. CNN모델 – CIFAR 데이터셋 이용 |
|
00:11:00 |
|
21. 데이터 증강- 합성곱 신경망(Convolutional Neural Network, CNN) |
|
00:03:00 |
|
22. 사전 훈련된 모델 사용하기_MobileNet V2 |
|
00:19:00 |
| RNN 을 이용한 자연어 처리 |
|
23.자연어 처리란 무엇인가 -Open ai GPT – 3를 예로 |
|
00:05:00 |
|
24.단어 임베딩(Word embeddings) |
|
00:07:00 |
|
25. imdb 분석 (1/2) 자연어 처리를 위한 직관적 LSTM – RNN을 이용한 텍스트 분류 |
|
00:07:00 |
|
26. imdb 분석 (2/2) 영화 리뷰를 분석하는 인공지능 |
|
00:08:00 |
|
27.자연어 처리-글 쓰는 인공지능? 셰익스피어의 부활- 로미오와 줄리엣 기반 희곡 작가 만들기#1.희곡의 3요소 |
|
00:06:00 |
|
28. 자연어 처리- 셰익스피어 부활 프로젝트 #2 – 백만자가 넘는 엄청난 로미오와 줄리엣 한방에 인코딩하기 |
|
00:10:00 |
|
29.자연어 처리-글쓰는 인공지능?셰익스피어의 부활- 로미오와 줄리엣 기반 희곡 작가 만들기#3.훈련데이터 구성 |
|
00:08:00 |
|
30.자연어 처리-로미오와 줄리엣 기반 희곡 작가 만들기#4.LSTM 모델생성과 글쓰기 완성 |
|
00:09:00 |
| 강화 학습 |
|
31.강화학습 (Reinforcement Learning) #1_ Q- Learning |
|
00:09:00 |
|
31.강화학습 (Reinforcement Learning) #2 예제 |
|
00:19:00 |
| LAB - 머신러닝 사업화 프로젝트를 위한 기본 기술 모듈 수행 |
|
33. 이미지 인식 기술 모듈 – YOLO V5 를 이용한 커스튬 이미지 인식 |
|
00:23:00 |
|
34. 데이터 라벨링 지식 모듈 – 도구 MS VoTT (Visual Object Tagging Tool) |
|
00:08:00 |
|
35. 주가 예측 모듈 – LSTM 모델 이용 테슬라 주가 예측 해보기 |
|
00:15:00 |
|
36. 인공지능 글쓰기 모듈 – 소설, 철학서적 집필 |
|
00:13:00 |
|
37. 예측 업무 모듈 – Facebook Prophet 이용 예언가가 되어보자 |
|
00:13:00 |
|
38. 인공지능 샤워 모듈 – 개인화된 추천 시스템 만들어 보기 (ft.kaggle) |
|
00:15:00 |
