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 descent로 가장 간단한 형태의 딥러닝 모델을 학습시키는 과정에 대해 완벽히 이해하는 강의입니다.

딥러닝의 가장 핵심적인 학습 알고리즘인 gradient descent를 집중적으로 학습하는 강의입니다.

딥러닝을 시작하기 위해 필요한 기본적인 미분법과 PyTorch의 Autograd 기능을 배우는 강의입니다.

맷플롯립 라이브러리를 이용한 데이터 시각화를 다루는 강의입니다.

넘파이의 사용법과 이를 이용한 실전연습을 진행하는 강의입니다.

가상환경의 개념과 설정하는 방법을 배웁니다.

선형대수학의 첫 번째 강의로서, 벡터와 벡터의 연산을 기하학적으로 이해하는 강의입니다.

[인공지능을 위한 파이썬] 시리즈의 다섯 번째 강의입니다. 파이썬의 문법과 함께 머신러닝, 딥러닝에 사용되는 실전연습을 하는 강의입니다.

[인공지능을 위한 파이썬] 시리즈의 네 번째 강의입니다. 파이썬의 문법과 함께 머신러닝, 딥러닝에 사용되는 실전연습을 하는 강의입니다.

[인공지능을 위한 파이썬] 시리즈의 세 번째 강의입니다. 파이썬 코드를 디버깅 하는 방법에 대해 배웁니다.

[인공지능을 위한 파이썬] 시리즈의 두 번째 강의입니다. 파이썬의 문법과 함께 머신러닝, 딥러닝에 사용되는 실전연습을 하는 강의입니다.