| 강의목차 | 강의제목 | 플레이어 | 수강여부 |
|---|---|---|---|
| 01 | 실제 세상의 데이터를 텐서로 표현하는 방법 [59:32] | ||
| 02 | 텐서 레이아웃 변경, 데이터 정규화 및 3D 데이터 [66:24] | ||
| 03 | 테이블형 데이터 전처리와 원핫 인코딩 [55:51] | ||
| 04 | 데이터 통계 분석과 블리언 인덱싱을 이용한 모델 평가 [52:32] | ||
| 05 | 시계열 데이터 전처리와 차원 변경 [52:50] | ||
| 06 | 텍스트 데이터의 정규화, 원핫 인코딩 및 단어 임베딩 [63:45] | ||
| 07 | 머신러닝 학습의 역사와 선형 모델 파라미터 피팅 [57:35] | ||
| 08 | 손실 함수와 수치 미분을 통한 경사 하강법 원리 [67:13] | ||
| 09 | 해석적 미분과 연쇄 법칙을 이용한 손실 함수 최적화 [44:1] | ||
| 10 | 훈련 루프 구현 및 데이터 정규화를 통한 학습 안정화 [32:25] | ||
| 11 | 파이토치 오토그라드(Autograd)를 활용한 자동 미분 [61:25] | ||
| 12 | 실전 신경망 역전파 구현 및 오토그라드 적용 [38:31] | ||
| 13 | 옵티마이저(Optimizer) 적용과 검증 세트를 통한 평가 [31:24] |
