| 강의목차 | 강의제목 | 플레이어 | 수강여부 |
|---|---|---|---|
| 01 | 인공지능의 역사, 인공지능의 기본 원리 [28:08] | ||
| 02 | Pytorch 특징, 개발 환경, Colab 실습 [23:12] | ||
| 03 | 머신러닝의 기본 개념, 학습의 동작 원리 [40:22] | ||
| 04 | 머신러닝에서 오차측청 방법, 머신러닝에서 최적화 방법 [30:50] | ||
| 05 | 다양한 loss 함수 활용하기, 다양한 최적화 함수 활용하기, 학습의 전체 Flow 실습 [25:20] | ||
| 06 | 인공신경망 기본 원리 학습, 활성화 함수 학습 [30:35] | ||
| 07 | 다양한 활성화 함수 실습, 다양한 최적화 함수 실습 [37:34] | ||
| 08 | 데이터에 대해 이해, 인코딩의 필요성 학습 [33:52] | ||
| 09 | PyTorch의 Dataset 클래스 학습, PyTorch의 Dataloader 클래스 학습 [26:37] | ||
| 10 | 다양한 데이터 셋 활용, Cifar-10 데이터 호출 실습, Cifar-100 데이터 호출 실습 [33:27] |
