-
필수사항 및 사전 작업 1
-
필수사항 및 사전 작업 10 minLecture1.1
-
-
ML 개념 18
-
머신러닝 소개 03 minLecture2.1
-
ML 문제로 표현하기 15 minLecture2.2
-
ML로 전환하기 20 minLecture2.3
-
손실(Loss) 줄이기 01 hourLecture2.4
-
Tensorflow 첫걸음 01 hourLecture2.5
-
일반화(Generalization) 15 minLecture2.6
-
학습 및 테스트 세트 25 minLecture2.7
-
검증(Validation) 40 minLecture2.8
-
표현(Representation) 01 hour 05 minLecture2.9
-
특성교차 01 hour 10 minLecture2.10
-
정규화: 단순성 40 minLecture2.11
-
로지스틱 회귀 20 minLecture2.12
-
분류 01 hour 30 minLecture2.13
-
정규화: 희소성 45 minLecture2.14
-
신경망 소개 55 minLecture2.15
-
신경망 학습 40 minLecture2.16
-
다중 클래스 신경망 50 minLecture2.17
-
임베딩 01 hour 20 minLecture2.18
-
-
ML 엔지니어링 4
-
프로덕션 ML 시스템 03 minLecture3.1
-
정적 학습과 동적 학습 07 minLecture3.2
-
정적 추론과 동적 추론 07 minLecture3.3
-
데이터 종속성 14 minLecture3.4
-
-
ML 실무활용 사례 3
-
암발병 예측 05 minLecture4.1
-
18세기 문학 05 minLecture4.2
-
실무활용 가이드라인 02 minLecture4.3
-
This content is protected, please login and enroll course to view this content!
Prev
정적 추론과 동적 추론
Next
암발병 예측