params.json

{
  "name": "기본적인 머신러닝과 딥러닝 강의",
  "tagline": "",
  "body": "### 기본적인 머신러닝과 딥러닝의 강의\r\n알파고와 이세돌의 경기를 보면서 이제 머신 러닝이 인간이 잘 한다고 여겨진 직관과 의사 결정능력에서도 충분한 데이타가 있으면 어느정도 또는 우리보다 더 잘할수도 있다는 생각을 많이 하게 되었습니다. Andrew Ng 교수님이 말씀하신것 처럼 이런 시대에 머신 러닝을 잘 이해하고 잘 다룰수 있다면 그야말로 \"Super Power\"를 가지게 되는 것이 아닌가 생각합니다.\r\n\r\n이게 더 많은 분들이 머신 러닝과 딥러닝에 대해 더 이해하고 본인들의 문제를 이 멋진 도구를 이용해서 풀수 있게 하기위해 비디오 강의를 준비하였습니다. 더 나아가 이론에만 그치지 않고 최근 구글이 공개한 머신러닝을 위한 오픈소스인 TensorFlow를 이용해서 이론을 구현해 볼수 있도록 하였습니다.\r\n\r\n수학이나 컴푸터 공학적인 지식이 없이도 쉽게 따라 올수 있도록 만드려고 노력하였습니다. \r\n\r\n### 내용 (대략 1주일에 하나씩 업데이트 됩니다.)\r\n* 수업의 개요 [비디오](https://www.youtube.com/watch?v=BS6O0zOGX4E)\r\n* 머신러닝의 개념과 용어 [비디오](https://www.youtube.com/watch?v=qPMeuL2LIqY) (TensorFlow의 기본 [Lab 비디오](https://www.youtube.com/watch?v=cbPjsOivFOs))\r\n* Linear Regression 의 개념 [비디오](https://www.youtube.com/watch?v=Hax03rCn3UI) (TensorFlow 로 구현 [Lab 비디오]())\r\n* Linear Regression cost함수 최소화 [비디오] (https://www.youtube.com/watch?v=TxIVr-nk1so) (TensorFlow 로 구현 [Lab 비디오](https://www.youtube.com/watch?v=pHPmzTQ_e2o))\r\n* Logistic Regression\r\n* Neural Networks \r\n* CNN\r\n* RNN\r\n\r\n### Acknowledgement \r\n이 비디오는 저도 인터넷등을 통해 공부하면서 만든것이며 아래 자료를 많이 사용하였습니다.\r\n* Andrew Ng’s ML class\r\n** https://class.coursera.org/ml-003/lecture\r\n** http://www.holehouse.org/mlclass/ (note)\r\n* Convolutional Neural Networks for Visual Recognition. \r\n** http://cs231n.github.io/\r\n* Tensorflow\r\n** https://www.tensorflow.org\r\n** https://github.com/aymericdamien/TensorFlow-Examples\r\n\r\n\r\n### 의견주기\r\n비디오나 강의에 대한 의견이 있으시면 아래로 이메일을 보내 주시면 됩니다. \r\nhunkim+ml@gmail.com ",
  "note": "Don't delete this file! It's used internally to help with page regeneration."
}