BEST

AI Development

Deep Learning & Machine Learning

Deep Learning with Excel

Name: Deep Learning with Excel
Price: 5500 KRW

Let's visually learn the principles of deep learning using Excel.

(4.8) 13 reviews

497 learners

hjk1000

딥러닝

엑셀

Excel

Deep Learning(DL)

VBA

Reviews from Early Learners

What you will learn!

Deep Learning Basics
Excel Usage

Deep learning, a core component of artificial intelligence technology, is a model capable of autonomously learning and predicting patterns within complex data. However, this powerful technology ultimately operates through mathematical calculations and iterative optimization processes. Experiencing this process through hands-on experience provides a much deeper understanding than simply learning the theory. Excel, one of our most familiar tools, allows us to visually represent and directly manipulate formulas and data, making it an ideal tool for experiencing the deep learning learning process.

The purpose of this lesson is to implement directly in Excel how a deep learning model processes input data, calculates the difference between the predicted result and the actual value, and then adjusts the parameters to reduce this error. To do this, we will first start with the simplest form of deep learning model, the linear regression model. For example, the output value yyy follows the formula y=wx+by = wx + by=wx+b for the input value xxx, or y=w1x1+w2x2+by = w_1x_1 + w_2x_2 + by=w1x1+w2x2+b in multivariate expansion. The difference between the value predicted by this model and the actual value is measured through the 'loss function', and the model's parameters www and bbb are adjusted in a way that minimizes this loss.

This parameter adjustment utilizes an optimization algorithm called "gradient descent." Gradient descent works by calculating the gradient of the loss function and gradually adjusting the parameters based on that gradient. Mathematically, this process involves differentiation and matrix operations, and in deep learning, the "backpropagation" algorithm, which automatically handles this process, is at the core.

In Excel, each step (input, weight multiplication, output calculation, loss calculation, gradient calculation, parameter update) can be configured cell by cell. For example, input values and weights can be entered into separate cells, then multiplied to obtain a predicted value. The loss can then be calculated as the difference between the predicted value and the actual value. The gradient can then be calculated based on the loss, and the weights can be adjusted based on this, allowing the model to be gradually optimized.

Furthermore, by directly structuring these processes using Excel formulas, you can implement the core logic of deep learning by hand, without the need for frameworks like Python's TensorFlow or PyTorch. This goes beyond simple implementation; it greatly contributes to a deeper understanding of the internal structure and operating principles of deep learning.

In conclusion, we will utilize the familiar tool of Excel to directly implement and visualize core elements of deep learning, including basic concepts, learning structures, loss functions, gradient descent, and backpropagation. This will allow us to go beyond theoretical understanding and gain practical insights and intuition. Let's work through this process step by step and develop a fundamental understanding of deep learning together. Now, let's fully enter the world of deep learning!

Recommended for
these people

Who is this course right for?

Those new to deep learning and curious about its principles
Anyone interested in implementing Deep Learning basics using Excel

Hello
This is

1,441

Learners

Reviews

Answers

4.7

Rating

Courses

안녕하세요

비전공자로 딥러닝을 열심히 공부하는 직장인입니다.

공부하면서 느낀 점들을 여러분들과 함께 공유하고 싶습니다

감사합니다.

Curriculum

All

10 lectures ∙ (1hr 25min)

Section 1. What is Deep Learning?

1 lectures ∙ (3min)

1. Deep learning
03:32

Section 2. y =wx

3 lectures ∙ (23min)

Section 3. y = wx + b

3 lectures ∙ (34min)

5. Preparing Data
12:34
6. SGD implementation
13:04
7. GD issues
08:22

Section 4. y = w1x1 + w2x2 + b

3 lectures ∙ (24min)

Published:

Last updated:

Reviews

All

13 reviews

4.8

13 reviews

human2642622
Reviews 53
∙
Average Rating 5.0
5
30% enrolled
- hjk1000
  Instructor
  Cảm ơn bạn rất nhiều vì đánh giá khóa học! Hy vọng sẽ giúp ích cho việc hiểu những kiến thức cơ bản về deep learning của bạn
kckyung0613
Reviews 1
∙
Average Rating 5.0
5
30% enrolled
- hjk1000
  Instructor
  Ồ, rất cảm ơn đánh giá khóa học ạ.
hsikkim6785
Reviews 1
∙
Average Rating 5.0
5
30% enrolled
- hjk1000
  Instructor
  Cảm ơn!
wisdom77
Reviews 1
∙
Average Rating 5.0
5
30% enrolled
- hjk1000
  Instructor
  Cảm ơn
753kg9764
Reviews 1
∙
Average Rating 5.0
5
100% enrolled
Hầu hết các bài giảng cơ bản về deep learning chỉ cho xem dữ liệu đầu ra sau khi sử dụng hàm, nên tôi rất tò mò về quá trình tạo và huấn luyện mô hình. Khóa học này thực sự là những gì tôi mong muốn. Thật thú vị khi được xem trực quan ngay lập tức bằng cách triển khai Excel với các ví dụ dễ hiểu. Cảm ơn bạn!
- hjk1000
  Instructor
  Tôi rất cảm ơn vì bạn đã hiểu rõ phần tôi muốn giải thích!

$4.40

hjk1000's other courses

Check out other courses by the instructor!

Mô hình tạo hình ảnh cần triển khai và hiểu - Từ kiến thức cơ bản về CNN đến Khuếch tán

hjk1000

Một mô hình tạo hình ảnh nóng bỏng! Hãy hiểu bằng cách thực hiện nó từ những điều cơ bản! Hãy cùng nhau triển khai AUTO ENCODER/VAE/GAN/DIFFUSION nhé!

초급

CNN, gan, Stable Diffusion

Mô hình tạo hình ảnh cần triển khai và hiểu - Từ kiến thức cơ bản về CNN đến Khuếch tán

hjk1000

Lập trình xe tự hành với Python

hjk1000

Lý do khóa học này đặc biệt: Các ưu điểm chính • Trực quan hóa dễ hiểu: Tự mình xem hoạt động thuật toán trực tiếp theo thời gian thực qua mô phỏng Pygame 2D • Kinh nghiệm thực tế: Vượt lý thuyết, tự tay lập trình để nắm vững thuật toán tự hành • Làm chủ thuật toán cốt lõi: Tập trung học các thuật toán cần thiết như Dijkstra, Pure Pursuit, ICP, v.v. • Học chuyên sâu theo từng bước: Cấu trúc độ khó có hệ thống từ cơ bản đến SLAM • SLAM dựa trên Lidar: Thực hành xây dựng bản đồ và ước tính vị trí trong môi trường chưa biết

초급

Python, Autonomous Driving, slam

Lập trình xe tự hành với Python

hjk1000

Trí tuệ nhân tạo với Python

hjk1000

Học sâu (Deep learning) là kỹ thuật học dữ liệu thông qua mạng nơ-ron được tạo nên từ sự kết hợp của các hàm phức tạp. Trong khóa học này, chúng ta sẽ hiểu các khái niệm cốt lõi của học sâu một cách toán học và phân tích chúng dưới góc độ các phép toán ma trận. Đặc biệt, sử dụng thư viện NumPy của Python, chúng ta sẽ tự tay cài đặt quá trình lan truyền thuận và lan truyền ngược của học sâu, đồng thời trực quan hóa cách các tham số được cập nhật. Cấu trúc mạng nơ-ron tưởng chừng phức tạp cũng trở nên rõ ràng khi được giải quyết bằng các phép toán ma trận. Khóa học này chú trọng vào việc hiểu khái niệm hơn là lập trình, phù hợp với những sinh viên muốn nắm vững nguyên lý của học sâu một cách toán học và trực quan.

초급

Python, Numpy, Tensorflow

Trí tuệ nhân tạo với Python

hjk1000

Excel để thưởng thức deep learning -CNN

hjk1000

Thực hành nền tảng học sâu trên Excel và hiểu sâu ý nghĩa! Học cách xử lý dữ liệu hình ảnh!

초급

VBA, Excel, CNN

Excel để thưởng thức deep learning -CNN

hjk1000

Excel tạo Deep Learning - Phân loại

hjk1000

Triển khai nền tảng Deep Learning bằng Excel và hiểu sâu sắc ý nghĩa của nó!

초급

Excel, VBA, Deep Learning(DL)

Excel tạo Deep Learning - Phân loại

hjk1000

Khung học sâu được tạo bằng Excel

hjk1000

Hãy triển khai khung deep learning trực tiếp trong Excel! Hãy cùng giải quyết việc học có giám sát/học không giám sát/học tăng cường bằng cách sử dụng khung đã triển khai!

초급

VBA, Deep Learning(DL), Excel

Khung học sâu được tạo bằng Excel

hjk1000

Excel로 tìm hiểu Deep Learning - Xếp chồng sâu

hjk1000

Triển khai cơ bản Deep Learning trên Excel và thấu hiểu ý nghĩa sâu sắc!

초급

VBA, Excel, Deep Learning(DL)

Excel로 tìm hiểu Deep Learning - Xếp chồng sâu

hjk1000

Mô hình tạo hình ảnh để thực hiện và hiểu - tận dụng

hjk1000

Model được đào tạo trước (VGG16) / CAM / Grad-CAM / YOLO / CHUYỂN PHONG CÁCH / PIX2PIX / CYCLEGAN Tự mình thực hiện Khuếch tán ổn định

초급

vgg-net, yolo, gan

Mô hình tạo hình ảnh để thực hiện và hiểu - tận dụng

hjk1000

Similar courses

Explore other courses in the same field!

Excel để thưởng thức deep learning -CNN

hjk1000

Thực hành nền tảng học sâu trên Excel và hiểu sâu ý nghĩa! Học cách xử lý dữ liệu hình ảnh!

초급

VBA, Excel, CNN

Excel để thưởng thức deep learning -CNN

hjk1000

Excel로 tìm hiểu Deep Learning - Xếp chồng sâu

hjk1000

Triển khai cơ bản Deep Learning trên Excel và thấu hiểu ý nghĩa sâu sắc!

초급

VBA, Excel, Deep Learning(DL)

Excel로 tìm hiểu Deep Learning - Xếp chồng sâu

hjk1000

Khung học sâu được tạo bằng Excel

hjk1000

초급

VBA, Deep Learning(DL), Excel

Khung học sâu được tạo bằng Excel

hjk1000

실전도커: Docker bằng cách tạo máy tính đám mây học sâu riêng của bạn

danielyouk

Bạn có thể sử dụng Docker để tạo môi trường phân tích học sâu trên đám mây. Khi kết hợp Docker và đám mây do Google, MS quản lý, bạn có thể thực hiện công việc bằng các phương pháp phân tích học sâu mới nhất trên máy tính của mình.

초급

Docker, Virtualization, Python

실전도커: Docker bằng cách tạo máy tính đám mây học sâu riêng của bạn

danielyouk

Học máy + học sâu bắt đầu bằng Python (từ học máy bằng sklearn đến phát triển học sâu bằng TensorFlow và Keras)

ilifo

Hãy chắc chắn bắt đầu với những điều cơ bản về học máy và học sâu! Phân loại/hồi quy/phân cụm/tạo và sử dụng mạng thần kinh nhân tạo trong Python

초급

Python, sklearn, Machine Learning(ML)

Học máy + học sâu bắt đầu bằng Python (từ học máy bằng sklearn đến phát triển học sâu bằng TensorFlow và Keras)

ilifo

Hiểu PyTorch trong một lần qua code_Phiên bản dự án

onepm

Phần Project '파이토치 - Dễ hiểu bằng code': triển khai dự án học sâu thực tiễn dùng ảnh, video, ngôn ngữ tự nhiên, giúp hiểu cấu trúc, luồng mô hình qua học tập chú trọng code hơn lý thuyết.

중급이상

Deep Learning(DL), AI

Hiểu PyTorch trong một lần qua code_Phiên bản dự án

onepm

Xử lý dữ liệu chuỗi thời gian bằng Python và học sâu

trimurti

Thời gian trôi liên tục và dữ liệu tiếp tục tích lũy. Trong thế giới năng động này, dữ liệu chuỗi thời gian đóng vai trò quan trọng trong mọi khía cạnh của cuộc sống chúng ta. Từ sự biến động trên thị trường tài chính đến những dấu hiệu khó nhận thấy của biến đổi khí hậu, dữ liệu chuỗi thời gian đều có tất cả. Bây giờ hãy tìm hiểu cách diễn giải và sử dụng dữ liệu mạnh mẽ này bằng sức mạnh của Python và học sâu!

중급이상

AI, python3, Deep Learning(DL)

Xử lý dữ liệu chuỗi thời gian bằng Python và học sâu

trimurti

Trí tuệ nhân tạo (AI) - Học cách sử dụng Tensor Art tạo hình ảnh AI miễn phí

usefulit

Khóa học này là một khóa nhập môn được thiết kế để người học lần đầu tiếp xúc với công nghệ AI cũng có thể dễ dàng hiểu và thực hành theo. Thông qua các bài giảng, bạn sẽ nắm vững các khái niệm cơ bản và cách sử dụng nền tảng AI, đồng thời tiến hành thực hành tạo ra hình ảnh trực tiếp bằng cách sử dụng các công cụ AI đa dạng. Sau khi hoàn thành khóa học này, bạn sẽ trở nên gần gũi hơn với AI và có thể trang bị năng lực tạo hình ảnh AI để hiện thực hóa các ý tưởng sáng tạo một cách trực quan.

입문

AI, Generative AI, Machine Learning(ML)

Trí tuệ nhân tạo (AI) - Học cách sử dụng Tensor Art tạo hình ảnh AI miễn phí

usefulit

Trí tuệ nhân tạo (AI) - Học cách sử dụng Runway AI để tạo ra video, phim mới

usefulit

Khóa học này bao gồm từ kiến thức cơ bản đến thực hành về nền tảng AI, là một khóa học giúp bạn có thể nắm vững công nghệ tạo hình ảnh AI. Người học có thể hiểu được các khái niệm cơ bản về AI và phát triển khả năng tạo ra hình ảnh AI bằng cách sử dụng các công cụ và kỹ thuật đa dạng. Thông qua khóa học này, bạn có thể nâng cao hiểu biết về lĩnh vực AI và học cách tạo ra hình ảnh AI trực tiếp trong thực tế.

입문

AI, Generative AI, Deep Learning(DL)

Trí tuệ nhân tạo (AI) - Học cách sử dụng Runway AI để tạo ra video, phim mới

usefulit

Hướng dẫn đầy đủ về CNN (Mạng nơ-ron tích chập) trong Deep Learning - Phiên bản Pytorch

dooleyz3525

Từ lý thuyết cốt lõi về Deep Learning và CNN đến các phương pháp triển khai mô hình CNN đa dạng, bí quyết phát triển Deep Learning thực tế thông qua các bài toán thực tế, Nếu bạn muốn trở thành chuyên gia về công nghệ CNN Deep Learning dựa trên Pytorch, hãy tham gia khóa học này :)

초급

Deep Learning(DL), PyTorch, Computer Vision(CV)

Hướng dẫn đầy đủ về CNN (Mạng nơ-ron tích chập) trong Deep Learning - Phiên bản Pytorch

dooleyz3525

Deep Learning with Excel

Reviews from Early Learners

What you will learn!

Recommended for these people

HelloThis is .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Curriculum

Reviews

hjk1000's other courses

Similar courses

Recommended for
these people

Hello
This is