Machine Learing 공부에 필요한 자료들 Link
- Coursera Andrew Ng 교수의 Machine Learning 강의
- https://class.coursera.org/ml-005/lecture
- 말이 필요없다.
- 지금 당장 수업을 들어보자
- 선형대수의 기초
- http://blog.daum.net/eigenvalue/10856412
- ML 공부할 때 Linear Algebra가 필수이다
- 내 맘대로 생각해본 “대수학”과 “선형대수학”
- http://mysqlguru.github.io/programming/2015/09/19/linear-algebra.html
- “대수학”의 “대”는 “大”가 아니라 “代”이다. 이게 뭘 의미하는지만 알아도 큰 도움이 된다.
- “딥하이퍼넷 모델”
- http://bi.snu.ac.kr/Publications/Journals/Domestic/KIISEC33_8_BTZhang.pdf
- 서울대 장병탁 교수님의 정보과학학회 특별 원고
- Deep Learning Summer Shcool, 2015, Montreal
- http://videolectures.net/deeplearning2015_montreal/
- 오~ 훌륭한 강의가 매우 많다. (많은 것 같다 ^^; 아직 안 봤다.)
- GPU Technology Conference 2015, Keynote, Andrew Ng
- http://www.ustream.tv/recorded/60113824
- 코세라 강의에서 많이 봐서 친숙한 응교수님의 편안한 목소리
- Deep Learning Tutorial. Release 0.1, LISA lab, University of Montreal
- http://deeplearning.net/tutorial/deeplearning.pdf
- 자료만 찾았고 읽어보진 못했음
- Neural Networks and deep learing
- http://neuralnetworksanddeeplearning.com/
- Free online book인데 내용이 쉬우면서도 알찬 것 같다.
- Coursera ML 수업보다 쉬운 것 같음
- BackPropagation 부분에서 막혔음
- Convolutional Network
- http://www.slideshare.net/perone/deep-learning-convolutional-neural-networks
- 대충은 알겠지만, 아직은 잘 이해가 안 된다
- MIT의 Neural Network, BackPropagation 강의
- https://www.youtube.com/watch?v=q0pm3BrIUFo
- 40분 가량의 수업인데, 나름 쉽게 설명하고 있다
- ImageNet 만든 교수님의 TED 강의
- https://www.youtube.com/watch?v=40riCqvRoMs
- 기술적인 내용이 많지는 않지만, 감동적이다
- Google Tech Talk - Brain, Sex, and Machine Learning
- https://www.youtube.com/watch?v=DleXA5ADG78
- Jeoff. Hinton 교수의 Talk인데 뭔 소리인지 하나도 모르겠다;
- 15분 정도 보다가 포기
- MIT Opencourses - SVM (Support Vector Machine)
- https://www.youtube.com/watch?v=_PwhiWxHK8o
- 위의 “MIT NN” 강의와 동일한 과목의 강의이다
- 개인적인 생각으론 앤드류 응 교수님보다 이 분의 강의가 더 쉬운 것도 같다
- 수학을 잘 몰라서 어차피 두 강의 모두 어렵지만, 식을 적어가면서 마지막에 마술처럼 결론이 도출되는 그런 드라마틱함은 MIT Opencourse가 더 재미있다.
- 중간 중간 시연되는 프로그램은 여기에서 다운받아 볼 수 있다