1강 |
Python을 활용한 딥러닝 Python 소개 |
 |
2강 |
Python을 활용한 딥러닝 Python 설치하기 |
 |
3강 |
Python을 활용한 딥러닝 Python 기초 |
 |
4강 |
Python을 활용한 딥러닝 Numpy 분석함수 |
 |
5강 |
Python을 활용한 딥러닝 Pandas함수와 데이터다루기 |
 |
6강 |
Python을 활용한 딥러닝 딥러닝의 개요와 역사 |
 |
7강 |
Python을 활용한 딥러닝 신경망의 이해와 다층 퍼셉트론의 필요성 |
 |
8강 |
Python을 활용한 딥러닝 Tensorflow의 설치와 이해 |
 |
9강 |
Python을 활용한 딥러닝 Tensor의 이해 |
 |
10강 |
Python을 활용한 딥러닝 Placeholder와 Variable |
 |
11강 |
Python을 활용한 딥러닝 행렬의 이해와 연산의 수행 |
 |
12강 |
Python을 활용한 딥러닝 선형회귀와 Cost Function |
 |
13강 |
Python을 활용한 딥러닝 전통적 회귀와 TensorFlow 활용 선형회귀분석 |
 |
14강 |
Python을 활용한 딥러닝 TensorFlow의 선형회귀와 학습단위의 이해 |
 |
15강 |
Python을 활용한 딥러닝 데이터 스케일링과 데이터셋 분할 |
 |
16강 |
Python을 활용한 딥러닝 활성화함수의 이해 |
 |
17강 |
Python을 활용한 딥러닝 은닉층의 이해와 생성하기 |
 |
18강 |
Python을 활용한 딥러닝 역전파와 고속옵티마이저 |
 |
19강 |
Python을 활용한 딥러닝 학습율과 선형회귀 종합 |
 |
20강 |
Python을 활용한 딥러닝 로지스틱회귀와 Cost Function |
 |
21강 |
Python을 활용한 딥러닝 전통적 로지스틱과 TensorFlow 로지스틱 |
 |
22강 |
Python을 활용한 딥러닝 Loss Function과 모델평가지표 |
 |
23강 |
Python을 활용한 딥러닝 다항로지스틱과 Softmax |
 |
24강 |
Python을 활용한 딥러닝 MNIST data의 Softmax |
 |
25강 |
Python을 활용한 딥러닝 깊은 심층망에서 규제방법 |
 |
26강 |
Python을 활용한 딥러닝 DNN 실전가이드 |
 |
27강 |
Python을 활용한 딥러닝 CNN의 개념과 원리 |
 |
28강 |
Python을 활용한 딥러닝 CNN 연산의 기초 |
 |
29강 |
Python을 활용한 딥러닝 openCV와 이미지 전처리 |
 |
30강 |
Python을 활용한 딥러닝 내 데이터를 이용한 이미지 DNN학습 |
 |
31강 |
Python을 활용한 딥러닝 MNIST 이미지 DNN학습 |
 |
32강 |
Python을 활용한 딥러닝 MNIST 이미지 CNN학습 |
 |
33강 |
Python을 활용한 딥러닝 내 데이터를 이용한 이미지 CNN학습 |
 |
34강 |
Python을 활용한 딥러닝 RNN의 개념과 원리 |
 |
35강 |
Python을 활용한 딥러닝 RNN의 기본구조 |
 |
36강 |
Python을 활용한 딥러닝 RNN의 심층구조 |
 |
37강 |
Python을 활용한 딥러닝 RNN을 이용한 주가예측 |
 |