Deeplearning 에 대한 수학 강의

개발자 여러분 그동안 영어 이해하랴 이론 이해하랴 정말 수고 많으셨습니다.  

정말 좋은 한글 동영상이 있어서 링크 해 봅니다.  정말 쉽게 딥러닝의 이론에 대해서 설명해주네요.

이 동영상으로 기반을 이해하고, Caffe 등을 통한 다양한 실제 적용을 통해 통찰력과 직관을 기르면  일반 개발자 입장에서  딥러닝을 본인의 프로젝트에 좋은 서브무기로 사용 할 수 있으리라 봅니다.

* 이래서 동강동강하나 봅니다. 

제공 : 모두의 연구소 - 이찬우 연구원

[딥러닝] 1. Introduction

[딥러닝] 2. 선형회귀와 Gradient Descent

[딥러닝] 3. Gradient Descent & Normal Eq.

[딥러닝] 4. 로지스틱 회귀

[딥러닝] 5. 로지스틱 회귀의 비용함수

[딥러닝] 6. 신경망의 표현

[딥러닝] 7. 신경망의 역전파

[딥러닝] 그래프 개론

[딥러닝]RNN Introduction

[딥러닝] RNN : LSTM Basic

[딥러닝] RNN : LSTM 구조

[딥러닝] RNN : Back Propagation

[딥러닝] RNN 학습 메커니즘

[딥러닝] RNN : 자연어 처리

[딥러닝] RNN : 장기 종속성 문제 

[딥러닝] Convolutional NeuralNet 1

[딥러닝] Convolutional NeuralNet 2

[딥러닝] CNN Back Propagation