Do It! 딥러닝 입문
Table of contents
Section 0. 1장 딥러닝을 소개합니다.
- 강의 자료 다운로드
- 1장 딥러닝을 소개합니다.
Section 1. 2장 최소한의 도구로 딥러닝을 시작합니다.
- 구글 코랩을 소개합니다.
- 실습
- 딥러닝을 위한 도구들을 알아 봅니다.
Section 2. 3장 머신러닝의 기초를 다집니다. - 수치 예측
- 선형 회귀에 대해 알아보고 데이터를 준비합니다.
- 경사 하강법으로 학습하는 방법을 알아봅니다.
- 손실 함수와 경사 하강법의 관계를 알아봅니다.
- 선형 회귀를 위한 뉴런을 만듭니다.
Section 3. 4장 분류하는 뉴런을 만듭니다. - 이진 분류
- 로지스트 회귀와 시그모이드 함수를 소개합니다.
- 로지스트 손실 함수를 경사 하강법에 적용합니다.
- 로지스트 회귀를 위한 뉴런을 만듭니다.
- 로지스트 회귀로 단일층 신경망을 만듭니다.
Section 4. 5장 훈련 노하우를 배웁니다.
- 검증 세트를 나구고 전처리 과정을 배웁니다.
- 과대적합과 과소적합을 알아봅니다.
- 가중치 규제와 교차 검증을 알아 봅니다.
Section 5. 6장 2개의 층을 연결합니다. - 다층 신경망
- 신경망 알고리즘을 벡터화하여 한 번에 전체 샘플을 사용합니다.
- 2개의 층을 가진 신경망을 구현합니다.
- 미니 배치를 사용하여 모델을 훈련합니다.
Section 6. 7장 여러 개를 분류합니다. - 다중 분류
- 여러 개를 분류합니다. - 다중 분류
Section 7. 8장 이미지를 분류합니다. - 합성곱 신경망
- 이미지를 분류합니다. - 합성곱 신경망
Section 8. 9장 텍스트를 분류합니다. - 순환 신경망
- 텍스트를 분류합니다. - 순환 신경망