| 강의목차 | 강의제목 | 플레이어 | 수강여부 |
|---|---|---|---|
| 01 | 딥러닝의 생물학적 기원과 기계 시각의 발전 역사 [61:3] | ||
| 02 | 인간과 기계의 언어: 자연어 처리와 워드 벡터 [31:37] | ||
| 03 | 적대적 생성 신경망(GAN)과 이미지 생성 기술 [52:42] | ||
| 04 | 딥러닝의 출발점: 퍼셉트론과 논리 회로 구현 [59:28] | ||
| 05 | 퍼셉트론에서 신경망으로: 활성화 함수의 이해 [52:58] | ||
| 06 | 행렬 곱셈 연산과 3층 인공 신경망의 순방향 구현 [53:10] | ||
| 07 | 출력층 설계 및 소프트맥스 함수를 활용한 분류 [60:17] | ||
| 08 | 신경망 자동 학습의 핵심: 손실 함수와 오차제곱합 [41:48] | ||
| 09 | 교차 엔트로피 오차 함수와 미니 배치 학습 데이터 처리 [61:37] | ||
| 10 | 미분과 편미분, 그리고 경사 하강법의 수학적 원리 [63:7] | ||
| 11 | 파이썬을 활용한 편미분 계산과 경사 하강법 구현 [52:55] | ||
| 12 | 2층 신경망 모델 클래스 설계 및 가중치 기울기 계산 [53:18] | ||
| 13 | MNIST 손글씨 데이터셋을 활용한 신경망 실제 학습 [62:41] |
