신경식의 딥러닝 - Gradient-based Linear Regression (2)
Gradient-based Linear Regression (1)에서 직접 구현한 코드를 PyTorch의 기능들을 이용하여 실전 코드로 구현하는 방법을 배우는 강의입니다. 또한 데이터 전처리에 대한 필요성, 이론, 학습에 미치는 영향을 이론적으로 배우고, 실전 코드로 구현하는 강의입니다.
Gradient-based Linear Regression (1)에서 직접 구현한 코드를 PyTorch의 기능들을 이용하여 실전 코드로 구현하는 방법을 배우는 강의입니다. 또한 데이터 전처리에 대한 필요성, 이론, 학습에 미치는 영향을 이론적으로 배우고, 실전 코드로 구현하는 강의입니다.
퍼셉트론부터 역전파까지, 신경망의 핵심 수학 이론을 체계적으로 학습하고 R 코드로 직접 구현합니다. 활성함수, 경사하강법, 다층신경망 등 딥러닝의 기초를 탄탄하게 다지며, 실제 데이터셋을 활용한 분류 문제 해결 능력을 키웁니다.
Gradient descent로 가장 간단한 형태의 딥러닝 모델을 학습시키는 과정에 대해 완벽히 이해하는 강의입니다.