TITLE: 모두를 위한 딥러닝 Season 1

Table of contents

1. TITLE: 모두를 위한 딥러닝 Season 1
2. 시즌 1 - 딥러닝의 기본 (TF 1.X lab 완료!) 비디오 리스트
   1. 시즌 RL - Deep Reinforcement Learning 비디오 리스트
   2. 시즌 NLP - Deep NLP (TBA)

시즌 1 - 딥러닝의 기본 (TF 1.X lab 완료!) 비디오 리스트

• 수업에 사용하는 코드 https://github.com/hunkim/DeepLearningZeroToAll
• 수업의 개요 비디오 슬라이드
• 머신러닝의 개념과 용어 비디오 (TensorFlow의 기본 Lab 비디오 ) 강의 슬라이드 Lab 슬라이드
• Linear Regression 의 개념 비디오 (TensorFlow 로 구현 Lab 비디오 ) 강의 슬라이드 Lab 슬라이드
• Linear Regression cost함수 최소화 비디오 (TensorFlow 로 구현 Lab 비디오 ) 강의 슬라이드 Lab 슬라이드
• 여러개의 입력(feature)의 Linear Regression 비디오 (TensorFlow 로 구현 Lab1 비디오 ) (파일 데이타 로딩 Lab2 비디오 ) 강의 슬라이드 Lab 슬라이드
• Logistic (Regression) Classification 강의 슬라이드 실습 슬라이드
  • Hypothesis 함수 소개 비디오
  • Cost 함수 소개 비디오
  • TensorFlow 에서의 구현 비디오
• Softmax Regression (Multinomial Logistic Regression) 슬라이드 실습 슬라이드
  • Multinomial 개념 소개 비디오
  • Cost 함수 소개 비디오
  • Lab1: TensorFlow에서의 구현 비디오
  • Lab2: TensorFlow에서의 Fancy한 구현 비디오
• ML의 실용과 몇가지 팁 강의 슬라이드 실습 슬라이드
  • 학습 rate, Overfitting, 그리고 일반화 (Regularization) 비디오
  • Training/Testing 데이타 셋 비디오
  • Lab 1: TensorFlow에서의 구현 (학습 rate, training/test 셋으로 성능평가) 실습 비디오 1
  • Lab 2: Meet MNIST dataset 실습 비디오 2
• 딥러닝의 기본 개념과, 문제, 그리고 해결 강의 슬라이드 실습 슬라이드
  • 딥러닝의 기본 개념: 시작과 XOR 문제 비디오
  • 딥러닝의 기본 개념2: Back-propagation 과 2006/2007 ‘딥’의 출현 비디오
  • Lab : Tensor Manipulation 실습 비디오
• Neural Network 1: XOR 문제와 학습방법, Backpropagation (1986 breakthrough) 강의 슬라이드 실습 슬라이드
  • XOR 문제 딥러닝으로 풀기 비디오
  • 특별편: 10분안에 미분 정리하기 비디오
  • 딥넷트웍 학습 시키기 (backpropagation) 비디오
  • 실습1: XOR을 위한 텐스플로우 딥넷트웍 비디오
  • 실습2: Tensor Board로 딥네트웍 들여다보기 비디오
• Neural Network 2: ReLU and 초기값 정하기 (2006/2007 breakthrough) 강의 슬라이드 실습 슬라이드
  • XSigmoid 보다 ReLU가 더 좋아 비디오
  • Weight 초기화 잘해보자 비디오
  • Dropout 과 앙상블 비디오
  • 레고처럼 넷트웍 모듈을 마음껏 쌓아 보자 비디오
  • 실습: 딥러닝으로 MNIST 98%이상 해보기 비디오
• Convolutional Neural Networks 강의 슬라이드 실습 슬라이드
  • ConvNet의 Conv 레이어 만들기 비디오
  • ConvNet Max pooling 과 Full Network 비디오
  • ConvNet의 활용예 비디오
  • 실습1: TensorFlow CNN 의 기본 비디오
  • 실습2: TensorFlow로 구현하자 (MNIST 99%) 비디오
  • 실습3: Class, tf.layers, Ensemble (MNIST 99.5%) 비디오
• Recurrent Neural Network 강의 슬라이드 실습 슬라이드
  • NN의 꽃 RNN 이야기 비디오
  • 실습1: RNN의 기본 비디오
  • 실습2: Hi Hello RNN Traning 비디오
  • 실습3: Long Sequence RNN 비디오
  • 실습4: Stacked RNN + Softmax Layer 비디오
  • 실습5: Dynamic RNN 비디오
  • 실습6: 타임시리즈 RNN 비디오
• [보너스] Deep Deep Network AWS 에서 GPU와 돌려보기 (powered by AWS) 실습 슬라이드 비디오
• [보너스2] AWS에서 저렴하게 Spot Instance를 터미네이션 걱정없이 사용하기 (powered by AWS) 실습 슬라이드 비디오
• [보너스3] Google Cloud ML을 이용해 TensorFlow 실행하기 실습 슬라이드 비디오 (한글) 비디오 (영어)

시즌 RL - Deep Reinforcement Learning 비디오 리스트

• Lecture 1: 수업의 개요 비디오 강의 슬라이드
• Lecture 2: OpenAI GYM 게임해보기 비디오 강의 슬라이드
  • Lab 2: OpenAI GYM 게임해보기 실습 비디오 실습슬라이드
• Lecture 3: Dummy Q-learning (table) 비디오 강의 슬라이드
  • Lab 3: Dummy Q-learning (table) 비디오 실습슬라이드
• Lecture 4: Q-learning exploit&exploration and discounted reward 비디오 강의 슬라이드
  • Lab 4: Q-learning exploit&exploration and discounted reward 비디오 실습슬라이드
• Lecture 5: Q-learning in non-deterministic world 비디오 강의 슬라이드
  • Lab 5: Q-learning in non-deterministic world 비디오 실습슬라이드
  • Lab 5-1: Q-learning web Demo 비디오
• Lecture 6: Q-Network 비디오 강의 슬라이드
  • Lab 6-1: Q Network for Frozen Lake 비디오 실습슬라이드
  • Lab 6-2: Q Network for Cart Pole 비디오 실습슬라이드
• Lecture 7: DQN 비디오 강의 슬라이드
  • Lab 7-1: DQN 1 (NIPS 2013) 비디오 실습슬라이드
  • Lab 7-2: DQN 2 (Nature 2015) 비디오 실습슬라이드
  • Lab 7-3: DQN Cart Pole Demo 비디오
  • Lab 7-4: DQN Simple Pacman Demo (여러분은 최고 몇점까지 갈수 있나요?) 비디오

시즌 NLP - Deep NLP (TBA)

• Lec 0: 수업의 개요 비디오 슬라이드
  • Bot lab1-1: API.ai의 개념 비디오
  • Bot lab1-2: API.ai 사용해보기 비디오

Ref : 모두를 위한 머신러닝/딥러닝 시즌 1 Github