안녕하세요. 2017 인공지능 B팀 여러분!

스터디 모임공간으로  [ 서울창조경제혁신센터 ]에 예약 완료한 상태입니다.

다만, 사용 가능한 시간이 3시간으로 제한되어 있어 09:00~12:00 로 신청했습니다.

장소  및 스터디 관련 의견사항이 있을 경우 댓글로 남겨주시면 감사하겠습니다.

더 나은 스터디 모임이 되도록 노력 하겠습니다.

  참고로 7월 8일은 [서울창조경제혁신센터]에 09:00~11:00 로 예약을 한 상태임을 미리 알려 드립니다.  

주제:  모두를 위한 머신러닝과 딥러닝의 강의​

         - 시즌 1 - 딥러닝의 기본 (TF 1.0 lab 업데이트중) 비디오 리스트

            --  [  ML lab 09-2: Tensorboard (Neural Net for XOR) ​ ] 부터 

장소: 

         - 서울창조경제혁신센터  꿈 회의실

            -- [ 5호선 광화문역 하차 → 2번출구 앞 서울창조경제혁신센터 ]

            -- [ 1호선 시청역 하차    → 4번출구 → 광화문역 방향 도보로 약 10분 ]

일시: 

         - 7월 01일(토요일)

         - 오전 9시 ~ 오전 12시 (예약 가능한 시간이 3시간으로 제한 됨) 

예제코드:

- lab-03-1-minimizing_cost_show_graph

- lab-09-1-xor

- lab-09-3-xor-nn-wide-deep

- lab-09-4-xor_tensorboard

- lab-09-5-linear_back_prop

- lab-09-6-multi-linear_back_prop

- lab-09-7-sigmoid_back_prop

- lab-09-x-xor-nn-back_prop

- lab-10-1-mnist_softmax

- lab-10-2-mnist_nn

- lab-10-3-mnist_nn_xavier

- lab-10-4-mnist_nn_deep

- lab-10-5-mnist_nn_dropout

- lab-10-6-mnist_nn_batchnorm

기타: 

- TensorBoard: Visualizing Learning

- Deep Learning and AI | Nahua Kang blog

-- Introducing Deep Learning and Neural Networks — Deep Learning for Rookies (1)

-- Multi-Layer Neural Networks with Sigmoid Function— Deep Learning for Rookies (2)

- Learn TensorFlow and deep learning, without a Ph.D.

-- TensorFlow and Deep Learning without a PhD, Part 1 (Google Cloud Next '17)

-- TensorFlow and Deep Learning without a PhD, Part 2 (Google Cloud Next '17)

- Machine Learning | Coursera -  Andrew Ng 

-- Machine Learning(CS229) | YouTube — Andrew Ng, Stanford University [FULL COURSE]

-- Machine Learning​(Coursera Contents) | YouTube — Andrew Ng, Stanford University

--- 3.1.1 Logistic Regression - Classification

--- 4.1.1 Neural Networks - Motivation - Nonlinear Hypotheses

-- Lecture Notes | Coursera

-- CS 229 Machine Learning Course Materials

-- Stanford Machine Learning

- Neural Networks for Machine Learning | Coursera -   Prof. Geoffrey Hinton on Coursera in 2013

-- Neural Networks for Machine Learning | YouTube -  Prof. Geoffrey Hinton on Coursera in 2012

-- CSC321 Winter 2014 - Lecture notes

- Deep Learning Summer School, Montreal 2016 

-- Neural Networks - part - I & II -Hugo Larochelle

--- slide

- (2017) 인공지능 및 기계학습 개론 - I | KAIST

-- (기계 학습, Machine Learning) Week 4 Logistic Regression

---  Lecture 7 Naive Bayes to Logistic Regression

---  Lecture 8 Naive Bayes vs Logistics Regression

- (2017) 인공지능 및 기계학습 개론 - II | KAIST

- Deep Learning Book Review | YouTube

-- Deep Learning_An MIT Press book - Ian Goodfellow and Yoshua Bengio and Aaron Courville

-- DeepLearningBook 

- TensorFlow repository

-- tensorflow/tensorflow/examples/tutorials/mnist/

- CS 20SI: Tensorflow for Deep Learning Research

-- CS 20SI: Tensorflow for Deep Learning Research | YouTube

- TensorFlow Tutorial | YouTube

-- TensorFlow Tutorials | GitHub 

- TensorFlow MOOC on Udacity(YouTube) | Udacity

- CS224D Lecture 7 - Introduction to TensorFlow (19th Apr 2016)​

- CS224n Lecture 7 - Introduction to TensorFlow (31 January, 2017)

- TensorFlow 한글 문서

- First Contact with TensorFlow(원서_번역내용) | 텐서플로우 블로그 (Tensor ≈ Blog) 

- Pattern Recognition and Machine Learning 

- Machine Learning[10-601, Spring 2015] | CMU - Tom Mitchell and Maria-Florina Balcan

-- 10-601 Machine Learning Spring 2015​ | YouTube 

- CS231n: Convolutional Neural Networks for Visual Recognition(Winter 2016)

-- CS231n Winter 2016 | YouTube

-- Schedule and Syllabus(Winter 2016)

- CS224n: Natural Language Processing with Deep Learning​

-- Schedule and Syllabus

-- Natural Language Processing with Deep Learning (Winter 2017) | YouTube

- Machine Learning 강의노트

꿈 회의실