모두를 위한 머신러닝/딥러닝 강의

모두를 위한 머신러닝과 딥러닝의 강의

알파고와 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.

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.

수학이나 컴퓨터 공학적인 지식이 없이도 쉽게 볼수 있도록 만들려고 노력하였습니다.

시즌 RL - Deep Reinforcement Learning

비디오 리스트 (천천이 업데이트 예정입니다. 시즌 1 먼저 들으신 다음 들으시면 좋습니다.)

Lecture 1: 수업의 개요 비디오 강의 슬라이드
Lecture 2: OpenAI GYM 게임해보기 비디오 강의 슬라이드

Lab 2: OpenAI GYM 게임해보기 실습 비디오 실습슬라이드

Lecture 3: Dummy Q-learning (table) 비디오 강의 슬라이드

Lab 3: Dummy Q-learning (table) 비디오 실습슬라이드

Lecture 4: Q-learning exploit&exploration and discounted reward 비디오 강의 슬라이드

Lab 4: Q-learning exploit&exploration and discounted reward 비디오 실습슬라이드

Lecture 5: Q-learning in non-deterministic world 비디오 강의 슬라이드

Lab 5: Q-learning in non-deterministic world 비디오 실습슬라이드
Lab 5-1: Q-learning web Demo 비디오

Lecture 6: Q-Network 비디오 강의 슬라이드

Lab 6-1: Q Network for Frozen Lake 비디오 실습슬라이드
Lab 6-2: Q Network for Cart Pole 비디오 실습슬라이드

Lecture 7: DQN 비디오 강의 슬라이드

Lab 7-1: DQN 1 (NIPS 2013) 비디오 실습슬라이드
Lab 7-2: DQN 2 (Nature 2015) 비디오 실습슬라이드
Lab 7-3: DQN Cart Pole Demo 비디오
Lab 7-4: DQN Simple Pacman Demo (여러분은 최고 몇점까지 갈수 있나요?) 비디오

시즌 NLP - Deep NLP

(TBA)

Lec 0: 수업의 개요 비디오 슬라이드

Bot lab1-1: API.ai의 개념 비디오
Bot lab1-2: API.ai 사용해보기 비디오

시즌 1 - 딥러닝의 기본 (TF 1.X lab 완료!) 비디오 리스트

수업에 사용하는 코드 https://github.com/hunkim/DeepLearningZeroToAll
수업의 개요 비디오 슬라이드
머신러닝의 개념과 용어 비디오 (TensorFlow의 기본 Lab 비디오 ) 강의 슬라이드 Lab 슬라이드
Linear Regression 의 개념 비디오 (TensorFlow 로 구현 Lab 비디오 ) 강의 슬라이드 Lab 슬라이드
Linear Regression cost함수 최소화 비디오 (TensorFlow 로 구현 Lab 비디오 ) 강의 슬라이드 Lab 슬라이드
여러개의 입력(feature)의 Linear Regression 비디오 (TensorFlow 로 구현 Lab1 비디오 ) (파일 데이타 로딩 Lab2 비디오 ) 강의 슬라이드 Lab 슬라이드
Logistic (Regression) Classification 강의 슬라이드 실습 슬라이드

Hypothesis 함수 소개 비디오
Cost 함수 소개 비디오
TensorFlow 에서의 구현 비디오

Softmax Regression (Multinomial Logistic Regression) 슬라이드 실습 슬라이드

Multinomial 개념 소개 비디오
Cost 함수 소개 비디오
Lab1: TensorFlow에서의 구현 비디오
Lab2: TensorFlow에서의 Fancy한 구현 비디오

ML의 실용과 몇가지 팁 강의 슬라이드 실습 슬라이드

학습 rate, Overfitting, 그리고 일반화 (Regularization) 비디오
Training/Testing 데이타 셋 비디오
Lab 1: TensorFlow에서의 구현 (학습 rate, training/test 셋으로 성능평가) 실습 비디오 1
Lab 2: Meet MNIST dataset 실습 비디오 2

딥러닝의 기본 개념과, 문제, 그리고 해결 강의 슬라이드 실습 슬라이드

딥러닝의 기본 개념: 시작과 XOR 문제 비디오
딥러닝의 기본 개념2: Back-propagation 과 2006/2007 '딥'의 출현 비디오
Lab : Tensor Manipulation 실습 비디오

Neural Network 1: XOR 문제와 학습방법, Backpropagation (1986 breakthrough) 강의 슬라이드 실습 슬라이드

XOR 문제 딥러닝으로 풀기 비디오
특별편: 10분안에 미분 정리하기 비디오
딥넷트웍 학습 시키기 (backpropagation) 비디오
실습1: XOR을 위한 텐스플로우 딥넷트웍 비디오
실습2: Tensor Board로 딥네트웍 들여다보기 비디오

Neural Network 2: ReLU and 초기값 정하기 (2006/2007 breakthrough) 강의 슬라이드 실습 슬라이드

XSigmoid 보다 ReLU가 더 좋아 비디오
Weight 초기화 잘해보자 비디오
Dropout 과 앙상블 비디오
레고처럼 넷트웍 모듈을 마음껏 쌓아 보자 비디오
실습: 딥러닝으로 MNIST 98%이상 해보기 비디오

Convolutional Neural Networks 강의 슬라이드 실습 슬라이드

ConvNet의 Conv 레이어 만들기 비디오
ConvNet Max pooling 과 Full Network 비디오
ConvNet의 활용예 비디오
실습1: TensorFlow CNN 의 기본 비디오
실습2: TensorFlow로 구현하자 (MNIST 99%) 비디오
실습3: Class, tf.layers, Ensemble (MNIST 99.5%) 비디오

Recurrent Neural Network 강의 슬라이드 실습 슬라이드
- NN의 꽃 RNN 이야기 비디오
- 실습1: RNN의 기본 비디오
- 실습2: Hi Hello RNN Traning 비디오
- 실습3: Long Sequence RNN 비디오
- 실습4: Stacked RNN + Softmax Layer 비디오
- 실습5: Dynamic RNN 비디오
- 실습6: 타임시리즈 RNN 비디오