[머신러닝을 위한 파이썬] 코스 수료
‘머신러닝을 위한 파이썬’를 수료하며
데이터사이언스와는 뗄 수 없는 머신러닝
‘머신러닝을 위한 파이썬’를 수료하며
Dev set과 교차 검증의 다양한 방법들
다양한 경사하강법 방식, 과대적합을 막기 위한 규제
한 개 이상의 특성이 있을 때의 경사 하강법, 모델의 성능 평가하기
경사하강법으로 선형 회귀 구현하기
실습 - 정규방정식으로 선형 회귀 구현하기
선형 회귀, 비용 함수, 정규 방정식
실습 - 비행기 승객 데이터 다루기
결측치 처리, 이산형 데이터 처리, 데이터 스케일링
matplotlib을 통한 데이터 시각화
Pandas의 Groupby, 피벗 테이블, 크로스탭, Merge, Persistence
Pandas의 사용법
NumPy의 사용법
실습 - 유사한 뉴스 선정하기
벡터와 행렬의 연산을 파이썬스럽게 구현하기
파이썬스럽게 코드 짜기 - Asterisk와 collection 모듈
파이썬스럽게 코드 짜기 - split, join, list comprehension, 람다 함수, map, reduce
‘Deep Learning Specialization 4단계’를 수료하며
신경망으로 그림의 스타일 바꾸기
얼굴 인식을 위한 샴 네트워크, 삼중항 손실
IOU, 비최대억제, 앵커 상자. 이를 합한 YOLO 알고리즘
물체를 인식하여 경계 상자 그리기
컴퓨터 비전에서의 전이학습과 데이터 증가
1 x 1 신경망과 인셉션 신경망
합성곱 층을 사용하는 다양한 신경망
컴퓨터 비전을 위한 합성곱
‘Deep Learning Specialization 3단계’를 수료하며
End-to-end 딥러닝의 개요와 사용 요령
전이학습과 다중 작업 학습
오차 원인을 발견했을 때 어떻게 해야 하나
인간의 성능과 AI 모델
‘Deep Learning Specialization 2단계’를 수료하며
딥러닝 프레임워크와 Tensorflow 구현
초매개변수의 선택과 관련된 다양한 통찰
모멘텀 최적화, RMS prop, Adam 최적화 알고리즘. 그리고 학습률 감쇠와 안장지대까지.
미니 배치 경사하강법과 지수 가중 평균
입력 정규화와 경사 검사
모델 생성에 사용되는 여러 집합, 편향과 분산
‘Deep Learning Specialization 1단계’를 수료하며
심층 신경망에서의 정방향 연산과 역방향 연산
얕은 신경망에 벡터화를 이용한 경사하강법 적용하기
벡터화를 통한 반복문 없애기
로지스틱 회귀와 경사하강법
신경망이란 무엇인가, 신경망의 종류와 활용