AI AcademyAI아카데미

AI아카데미

딥러닝 기초

딥러닝 기초

딥러닝 기초 (1-14주차) 총 42개 동영상 강의
제품상세정보테이블
강사 김영훈 교수 (한양대학교 인공지능학과)
  • 강의목록
  • 강의소개
강의목록
번호 강의명 강의시간 조회수 재생
1
수업소개(14분43초)

수업소개

14분43초 4
2
구글 콜랩기반 실습시스템 사용법(11분26초)

구글 콜랩기반 실습시스템 사용법

11분26초 1
3
딥러닝소개(16분15초)

딥러닝소개

16분15초 2
4
신경망의 역사(신경세포와 뉴론)(11분58초)

신경망의 역사(신경세포와 뉴론)

11분58초 6
5
MC뉴런의 연산방법과 선형분리가능 문제(15분03초)

MC뉴런의 연산방법과 선형분리가능 문제

15분03초 2
6
퍼셉트론과 XOR문제의 해결법(12분05초)

퍼셉트론과 XOR문제의 해결법

12분05초 1
7
넘파이와 텐서플로우의 다차원자료구조(15분33초)

넘파이와 텐서플로우의 다차원자료구조

15분33초 1
8
텐서생성법 및 변형법(14분52초)

텐서생성법 및 변형법

14분52초 1
9
텐서간 연산(26분43초)

텐서간 연산

26분43초 1
10
로지스틱 회귀분석(1)(21분32초)

로지스틱 회귀분석(1)

21분32초 2
11
로지스틱 회귀분석(2)(23분55초)

로지스틱 회귀분석(2)

23분55초 1
12
로지스틱 회귀분석 코딩(23분35초)

로지스틱 회귀분석 코딩

23분35초 1
13
벡터화의 개념 및 필요성(17분38초)

벡터화의 개념 및 필요성

17분38초 1
14
Vectorization (1)(16분11초)

Vectorization (1)

16분11초 1
15
Vectorization (2)(18분58초)

Vectorization (2)

18분58초 1
16
Vectorization (브로드캐스팅의 연산)(18분46초)

Vectorization (브로드캐스팅의 연산)

18분46초 1
17
다중클래스 로지스틱 회귀분석 소개(15분05초)

다중클래스 로지스틱 회귀분석 소개

15분05초 1
18
벡터화를 적용한 다중클래스 가중치 연산(14분42초)

벡터화를 적용한 다중클래스 가중치 연산

14분42초 1
19
확률적 경사 하강법(SDG)(13분28초)

확률적 경사 하강법(SDG)

13분28초 1
20
미니배치 SDG와 배치크기 결정(15분18초)

미니배치 SDG와 배치크기 결정

15분18초 2
21
텐서플로우 데이터 파이프라인(15분18초)

텐서플로우 데이터 파이프라인

15분18초 1
22
미니배치 SDG기반 다중클래스 로지스틱 회귀분석(12분12초)

미니배치 SDG기반 다중클래스 로지스틱 회귀분석

12분12초 1
23
소프트맥스 회귀분석(15분53초)

소프트맥스 회귀분석

15분53초 1
24
연산그래프와 역전파 알고리즘(14분39초)

연산그래프와 역전파 알고리즘

14분39초 1
25
역전파 알고리즘의 작동원리(15분59초)

역전파 알고리즘의 작동원리

15분59초 1
26
텐서플로우의 자동 미분기능(20분48초)

텐서플로우의 자동 미분기능

20분48초 1
27
이진 로지스틱 회귀분석(15분34초)

이진 로지스틱 회귀분석

15분34초 2
28
소프트맥스 회귀분석에의 역전파 연습(16분46초)

소프트맥스 회귀분석에의 역전파 연습

16분46초 2
29
역전파의 분기 패턴들(17분30초)

역전파의 분기 패턴들

17분30초 2
30
텐서블로우로 구현하는 소프트맥스 회귀분석(9분49초)

텐서블로우로 구현하는 소프트맥스 회귀분석

9분49초 1
31
활성화 함수와 그래디언트 소멸문제(16분45초)

활성화 함수와 그래디언트 소멸문제

16분45초 1
32
비-영점중심 활성화 함수의 문제와 죽은 뉴런 현상(19분35초)

비-영점중심 활성화 함수의 문제와 죽은 뉴런 현상

19분35초 1
33
다층 퍼셉트론(18분05초)

다층 퍼셉트론

18분05초 2
34
패션MNIST를 이용한 다층 퍼셉트론 프로그래밍(14분06초)

패션MNIST를 이용한 다층 퍼셉트론 프로그래밍

14분06초 1
35
케라스를 이용한 다층 퍼셉트론 프로그래밍(18분41초)

케라스를 이용한 다층 퍼셉트론 프로그래밍

18분41초 1
36
케라스의 모델과 레이어(17분06초)

케라스의 모델과 레이어

17분06초 1
37
최적의 하이퍼 파라미터 찾기(19분19초)

최적의 하이퍼 파라미터 찾기

19분19초 2
38
기본 SDG문제와 최적화 알고리즘(11분18초)

기본 SDG문제와 최적화 알고리즘

11분18초 1
39
Adagrad, RMSPROP와 ADAM(16분53초)

Adagrad, RMSPROP와 ADAM

16분53초 1
40
케라스의 FUNCTIONAL API(14분16초)

케라스의 FUNCTIONAL API

14분16초 1
41
케라스와 텐서플로우의 혼합활용(12분33초)

케라스와 텐서플로우의 혼합활용

12분33초 1
42
코드의 변천사(18분49초)

코드의 변천사

18분49초 1

딥러닝 기초


수업 목표 : 이론과 더불어 업계 및 학교에서 많이 사용되는 딥러닝 소프트웨어 개발 플랫폼인 텐서플로우를 이용하여 배운 것을 직접 구현해보고 동작원리를 정확히 이해하는 것


교수자 : 김영훈 교수

UNIV. OF ILLINOIS AT URBANA-CHAMPAIGN (UIUC), Illinois, US

Postdoctoral researcher, Feb. 2014 ~ Aug. 2014

SEOUL NATIONAL UNIV., Seoul, Korea

Postdoctoral researcher, Mar. 2013 ~ Jan. 2014

SEOUL NATIONAL UNIV., Seoul, Korea

Ph.D. in Electrical Engineering and Computer Science

Dissertation: “Similarity Query Processing Techniques for

Text

Data”

Mar. 2007 ~ Feb. 2013

SEOUL NATIONAL UNIV., Seoul, Korea

Bachelor of Science in Computer Science & Engineering

Mar. 1998 ~ Feb. 2006