http://cafe.naver.com/telcosn/554   |
강의를 듣기 시작했다.
강의를 2강의 쯤 들었을때 수학이 필요하겠다라는 생각이 들었다.
텐서플로우는 파이썬 기반으로 개발이 된듯 하다. 파이썬으로 가벼운 프로그램 만들 수 있는 수준이라면
강의 듣는데는 문제가 생기진 않는다.
수학 공부를.. 제대로 하지 않은 나로서는 고민이 많이 되었다. 필요한 수학을 먼저 공부하고 들을지
아니면 어차피 제공되는 TensorFlow API를 쓰면 되는거라 대략 이해되면 넘어갈지.
고민하던차에, 먼저 강의를 쭈욱 들어보기로 했다. 현재 섹션 7까지 들었다.
섹션 4까지는 그리큰 시간을 투자하지 않아도 언급되는 수학 수식에 대한 이해가 그렇게 어렵지는 않았다.
Logistic (Regression) Classification에서 부터는 어려움을 느꼈고, 수식이 정확히 이해되지 않아도 큰 그림과 설명하는 의도가 이해가 되면, 그냥 넘어가면서 섹션 7까지 왔다.
섹션7까지 오면서, 점점 더 언급되는 수식이라도 정확히 이해하고 강의를 듣고 싶은 마음이 들었다. 수식을 이해하고 있다면 좀더 재미를 느낄 수 있지 않을까 라는 생각이 들기도 한다.
그래서 잠시.. 갈길을 멈추고, 수식을 먼저 공부하고자 한다.
| 섹션 0. 오리엔테이션 | |||
| 수업 소개와 개요 | 미리보기 | 00:10:00 | |
| 섹션 1. 머신러닝의 개념과 용어 | |||
| 기본적인 Machine Learnnig 의 용어와 개념 설명 | 미리보기 | 00:12:00 | |
| TensorFlow의 설치및 기본적인 operations (new) | 00:17:00 | ||
| 섹션 2. Linear Regression 의 개념 | |||
| Linear Regression의 Hypothesis 와 cost | 00:13:00 | ||
| Tensorflow로 간단한 linear regression을 구현 (new) | 00:15:00 | ||
| 섹션 3. Linear Regression cost 함수 최소화 | |||
| Linear Regression의 cost 최소화 알고리즘의 원리 | 00:16:00 | ||
| Linear Regression 의 cost 최소화의 TensorFlow 구현(new) | 00:15:00 | ||
| 섹션 4. 여러개의 입력(feature)의 Linear Regression | |||
| multi-variable linear regression (new) | 00:17:00 | ||
| lab 04-1: multi-variable linear regression을 TensorFlow에서 구현하기 | 미리보기 | 00:08:00 | |
| lab 04-2: TensorFlow로 파일에서 데이타 읽어오기 (new) | 00:06:00 | ||
| 섹션 5. Logistic (Regression) Classification | |||
| Logistic Classification의 가설 함수 정의 | 00:15:00 | ||
| Logistic Regression의 cost 함수 설명 | 00:14:00 | ||
| TensorFlow로 Logistic Classification의 구현하기(new) | 00:15:00 | ||
| 섹션 6. Softmax Regression (Multinomial Logistic Regression) | |||
| Multinomial 개념 소개 | 00:10:00 | ||
| Cost 함수 소개 | 00:15:00 | ||
| lab 06-1: TensorFlow로 Softmax Classification의 구현하기 (new) | 00:12:00 | ||
| lab 06-2: TensorFlow로 Fancy Softmax Classification의 구현하기 (new) | 00:16:00 | ||
| 섹션 7. ML의 실용과 몇가지 팁 | |||
| 학습 rate, Overfitting, 그리고 일반화 (Regularization) | 00:14:00 | ||
| Training/Testing 데이타 셋 | 00:09:00 | ||
| lab 07-1: training/test dataset, learning rate, normalization (new) | 00:11:00 | ||
| lab 07-2: Meet MNIST Dataset (new) | 00:13:00 | ||
'머신러닝&딥러닝 개발 > Tensorflow 정리' 카테고리의 다른 글
| Tensorflow 관련 용어 정리 (0) | 2017.12.19 |
|---|---|
| [정보] Tensorflow Object Detection API 관련 용어 정리 (0) | 2017.12.18 |
| [메모] 내용 정리 순서 (0) | 2017.12.18 |
| [강의] 모두를 위한 머신러닝/딥러닝 온라인강좌 (0) | 2017.12.18 |
| 머신러닝 전조 (0) | 2017.12.18 |
