• 로그인
  • 장바구니에 상품이 없습니다.

로그인

4과목 Basic Definition for Deep Learning

딥러닝 학습 전 머신러닝과 관련된 기초 지식과 지도/비지도 학습과 관련된 내용을 학습하고, 회귀분석(선형, 다중, 로지스틱)과 다중분류 모형을 머신러닝 기법을 활용하여 해결하는 방법을 학습합니다.

2등록한 수강생

이번 강의에서는

딥러닝은 신경망을 기반으로 머신러닝의 한 분야이며, 최근 각광받고 있는 분야이다. 구글의 '알파고' 부터 구글의 음성인식 등에서 딥러닝을 활용하여 전세계적으로 관심을 받고있다.

본 강의에서는 딥러닝 학습 전 머신러닝과 관련된 기초 지식과 지도/비지도 학습과 관련된 내용을 학습하고, 회귀분석(선형, 다중, 로지스틱)과 다중분류 모형을 머신러닝 기법을 활용하여 해결하는 방법을 학습합니다.

강의 커리큘럼

4.1 딥러닝을 위한 머신러닝 이해
4.1.1 머신러닝이란 무엇인가, 지도학습 비지도학습, 머신러닝 모델 생성 단계 00:26:29
4.1.2-1 선형 회귀분석 ( 통계분석 vs 머신러닝, 선형회귀분석 ) 00:26:13
4.1.2-2 선형 회귀분석 ( 회귀계수의 추정, 가설점정, 선형회귀식의 설명력 ) 00:35:17
4.1.2-3 선형 회귀분석 ( 머신러닝에서의 선형회귀 모델 1 ) 00:26:05
4.1.2-4 선형 회귀분석 ( 머신러닝에서의 선형회귀 모델 2, 실습테스트 ) 00:36:21
4.1.3-1 다중선형회귀분석 ( 다변량 회귀분석의이해(통계) ) 00:28:26
4.1.3-2 다중선형회귀분석 ( 다변량 회귀분석의이해(머신러닝) ) 00:25:56
4.1.3-3 다중선형회귀분석 ( 다변량 회귀분석의이해(머신러닝 실습) ) 00:32:23
4.1.3-4 다중선형회귀분석 ( 실습테스트 ) 00:25:27
4.1.4-1 로지스틱 회귀분석 ( Classification, 이진분류, sigmoid, hypothesis ) 00:39:41
4.1.4-2 로지스틱 회귀분석 ( 비용함수와 경사하강법, case study ) 00:26:18
4.1.4-3 로지스틱 회귀분석 ( 로지스틱 회귀분석 실습 ) 00:27:42
4.1.4-4 로지스틱 회귀분석 ( 실습테스트 ) 00:25:58
4.1.5-1 다중분류모형 ( Softmax in MC -1 ) 00:26:22
4.1.5-2 다중분류모형 ( Softmax in MC -2 ) 00:26:28
4.1.5-3 다중분류모형 ( Softmax in MC -3 ) 00:26:21
4.1.5-4 다중분류모형 ( Softmax in MC -4 ) 00:26:31
4.1.5-5 다중분류모형 ( application & tips -1 ) 00:27:03
4.1.5-6 다중분류모형 ( application & tips -2, 퀴즈, 정리하기, 실습테스트 ) 00:39:47

수강 후기

4

4
1 평가
  • 5 별점0
  • 4 별점1
  • 3 별점0
  • 2 별점0
  • 1 별점0
  1. 강의에대한 코드 어디있나요?

    4

    안녕하세요 교수님
    강의코드와 PPT를 받고 싶은데 찾을 수 없습니다.

    yunpha123@naver.com

    이 메일로 자료들 받을 수 있을까요??

수강신청하기
  • 100,000 부가세포함
  • 2 개월
Template Design © JSDATA. All rights reserved.
X