Deep Learning19 [Coursera] Deep Learning Specialization 시작하기 (a.k.a 딥러닝 전문가 과정) 00. OT (Orientation) 한 줄 소개: 딥러닝 공부 어떻게 시작하면 좋을까요? 어떻게 공부하면 좋을까요? 오늘은 중간 점검 겸 제가 요즘 집중하고 있는 딥러닝 강좌에 대해 소개해드리고자 합니다. Courera의 'Deep Learning Specialization Course'. 지금 시작합니다! 목차 OT는 다음의 내용으로 구성되어 있습니다 🙃 What is Coursera? Coursera 재정 도움(Financial Aid) How to study? 1. What is Coursera? 누구나 언제 어디서든 세계 최고의 교육을 통해 삶을 바꿀 수 있도록 돕는 학습 커뮤니티입니다 여기서 세계 최고의 교육이라 함은 정말로 세계 최고(world-class)의 교육자와 교육기관(주로 미국에 있.. 2020. 12. 3. [Deep-Special] [Lec1] Week3. Shallow Neural Network 📔 [Lec1] Neural Networks & Deep Learning Shallow Neural Network 3주 차 목표 Describe hidden units and hidden layers Use units with a non-linear activation function, such as tanh Implement forward and backward propagation Apply random initialization to your neural network Increase fluency in Deep Learning notations and Neural Network Representations Implement a 2-class classification neural network w.. 2020. 11. 8. [Deep-Special] [Lec1] Programming Assignment - Logistic Regression with a Neural Network mindset Week2. Programming Assignment 딥러닝 특화 과정의 첫 강좌 'Neural Networks and Deep Learning' 2주차 과제입니다. 이번 시간에는 'Cat Classifier'를 구현합니다. 해당 데이터가 고양이인지 아닌지를 구분하는 간단한 분류기를 만들어 보는 시간입니다. Logistic Regression Network를 통해 70%의 성능을 달성해 보세요! Coursera Rule로 인해 정답 코드를 공개할 수는 없습니다. 과제를 하시면서 궁금한 점이 있으시다면 언제든지 연락주시길 바랍니다! 📩 leeyj0511@naver.com 댓글도 환영입니다!😃 First programming exercise of the deep learning specialization B.. 2020. 11. 4. [Deep-Special] [Lec1] Week2. Python Basics with numpy(Optional) 안녕하세요 Steve-Lee입니다. 한창 졸업 논문을 써야 할 이 시점. Deep Learning Specialization Course가 너무 재밌어서 빠져있습니다... 하하... Optional이기에 선택사항이지만, 제대로 베이스를 쌓고자 한 번 시도해봤습니다. 앞으로 많이 사용하게 될 Numpy와 딥러닝을 위한 Python을 충분히 연습할 수 있었던 시간이었습니다. 과제 개요 프로그래밍 과제 연습하기: Python Basics with numpy(optional) 2주 차 과제로 Optional(선택 가능한) 과제이다 통과하려면 70점 이상 받아야 하며 제출 방법이 따로 있는 것 같다 아래와 같은 가이드라인이 있다 Python Basics with Numpy (optional assignment) .. 2020. 11. 4. [Deep-Special] [Lec1] Week2. Logistic Regression as a Neural Network (Last Update-20.11.02.Mon) 📔 [Lec1] Neural Networks & Deep Learning Deep Learning Specialization Course의 첫 번째 강의 'Neural Networks & Deep Learning'의 2주차 과정입니다. 2주차 목표 순전파, 역전파 로지스틱 회귀분석 비용 함수(Cost Function) 경사하강법(gradient descent) Goal Build a logistic regression model structured as a shallow neural network Build the general architecture of a learning algorithm, including parameter initialization, cost function and gradien.. 2020. 11. 2. [Deep-Special] [Lec1] Week1. Neural Networks and Deep Learning 📔 [Lec1] Neural Networks & Deep Learning Deep Learning Specialization a.k.a Deep Learning 전문가 과정 전문가 과정은 5개의 강좌로 나뉘어져있습니다. 1. Neural Networks and Deep Learning 2. Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization 3. Structuring Machine Learning Projects 4. Convolutional Neural Networks 5. Sequence Models 🕵🏼♂️ 지금부터 4주 동안은 '1. Neural Networks and Deep Learning.. 2020. 11. 2. 이전 1 2 3 4 다음
