[전체 강의 모음] AI의 모든 기초, 모두의 딥러닝 개정 4판 저자 직강

본 강의는 '모두의 딥러닝' 개정 4판의 출간을 맞이하여 제작되었습니다.
개정 3판과 중복되는 내용은 기존 강의를 그대로 활용하되 4판에서 변경되거나 추가된 부분을 표시하였고, 개정 4판에 추가된 seq2seq, 어텐션, 트랜스포머 부분은 새롭게 추가되었습니다.

실습코드: https://github.com/taehojo/deeplearning_4th

[전체 목차]

0:05 [준비 운동편] 딥러닝의 개념과 실행, 딥러닝 기초수학까지

- 0:22 1장. 해 보자! 딥러닝
- 12:36 2장. 딥러닝의 핵심 미리 보기
- 21:20 3장. 딥러닝을 위한 기초수학

32:00 [원리 학습편] 선형회귀, 로지스틱 회귀 도대체 왜 배우는 거죠?

- 32:13 4장. 선형 회귀 모델 (1) 가장 훌륭한 예측선
- 41:37 5장. 선형 회귀 모델 (2) 먼저 긋고 수정하기
- 46:52 6장. 로지스틱 회귀 모델: 참 거짓 판단하기

* 55:15 [실습#1] 최소 제곱법과 평균 제곱 오차
* 1:01:39 [실습#2] 선형 회귀와 경사 하강법
* 1:11:52 [실습#3] 로지스틱 회귀

1:14:14 7장. 퍼셉트론과 인공지능의 시작

1:22:44 8장. 다층 퍼셉트론

1:34:25 9장. 오차 역전파에서 딥러닝으로

1:43:51 10장. 딥러닝 모델 설계하기

1:55:39 11장. 데이터 다루기

2:10:47 12장. 다중 분류 문제 해결하기

2:19:17 13장. 모델 성능 검증하기

2:34:35 14장. 모델 성능 향상시키기

2:45:39 15장. 실제 데이터로 만들어 보는 모델

2:56:23 16장. 이미지 인식의 꽃, 컨볼루션 신경망(CNN)

3:21:43 17장. 세상에 없는 얼굴 GAN, 오토인코더

3:52:44 18장. 전이 학습을 통해 딥러닝의 성능 극대화하기

4:11:10 19장. 설명 가능한 딥러닝 모델 만들기

4:22:35 20장. 캐글로 시작하는 새로운 도전

4:37:04 21장. 딥러닝을 이용한 자연어 처리

4:51:56 22장. 시퀀스 배열로 다루는 순환 신경망

5:23:10 23장. 어텐션, AI가 문맥을 파악하는 원리

6:10:25 24장. 트랜스포머 직접 만들어 보기

[모두의 딥러닝 개정 4판 구입처 안내]
교보문고 https://gilbut.co/c/25048714Ug
예스24 https://gilbut.co/c/25045425al
알라딘 https://gilbut.co/c/25048225ec