(Docceptor 머신러닝 1-1) 본 강의에서 다룰 머신러닝의 간단 소개

(32:51)

(Docceptor 머신러닝 1-2) 머신러닝 소개에 이은 종류와 활용

(26:5)

(Docceptor 머신러닝 8-1) Support Vector Machine 기초

(23:17)

(Docceptor 머신러닝 4-1) Linear Regression 기초

(41:25)

(Docceptor 머신러닝 9-2) Intro to Multiple Layer Perceptron

(28:16)

(Docceptor 머신러닝 4-3) 머신러닝을 위한 Python setup 및 Linear regression 실습

(1:19:16)

[딥러닝, 머신러닝, 인공지능] 이 영상 하나로 끝내드립니다 | 네이버 AI 부트캠프 멘토출신 이종혁 - 메타코드M

(23:31)

이 영상 하나면 '인공지능', '머신러닝', '딥러닝' 이해가 됩니다ㅣ서울대 AI박사 6분 개념정리

(6:30)

머신러닝 연구자가 기초부터 대학원 수학까지 시리즈의 영상 100여편을 전부 다 보고 남기는 감상평 찐후기

(27:36)

GPU는 어떻게 작동할까

(14:4)

머신러닝의 기초 - 선형 회귀 한 번에 제대로 이해하기 (30분만 투자해봐요!)

(37:44)

머신러닝 vs 딥러닝 vs 인공지능? A.I. 개념정리!

(7:46)

[컴퓨터비전] Lecture 1. Course Introduction \u0026 Introduction to Computer Vision

(1:14:59)

인공지능, 딥러닝을 알고싶다면 이 영상을 보세요 (보이저엑스 남세동 대표) [인공지능 시리즈 1/3]

(38:43)

전문용어 없이 듣는 딥러닝의 모든 것 (Feat. 인공신경망, 퍼셉트론) [고지식-거니]

(20:8)

딥러닝 왜케 다들 어렵게 가르침 (딥러닝 강의 0강)

(9:12)

(Docceptor 머신러닝 9-1) Artificial Neural Network and Perceptron 소개

(34:27)

(Docceptor 머신러닝 8-7) SVM Python practice

(33:7)

(Docceptor 머신러닝 10-2) LeNet으로 알아보는 CNN 사례

(27:45)

(Docceptor 머신러닝 6) k-NN classification 및 python practice

(21:59)

(Docceptor 머신러닝 3) Maximum a posteriori vs. Maximum likelihood estimation 기초

(42:39)

(Docceptor 머신러닝 7-5) Python practice for GMM Clustering

(27:23)

(Docceptor 머신러닝 5-2) Logistic regression의 고차원 데이터 및 multi-class 처리

(36:45)

(Docceptor 머신러닝 10-1) Convolution Neural Network의 기초; 어떻게 만들었을까

(30:6)

(Docceptor 머신러닝 9-3) Training MLP Basic

(33:20)

(Docceptor 머신러닝 8-6) SVM에 soft margin과 kernel trick적용

(18:59)

(Docceptor 머신러닝 2-2) 머신러닝에 필요한 확률 기초 - 조건부 확률 예제, Posterior, likelihood, prior 개념

(29:29)