@hyukppen - 435 本の動画
チャンネル登録者数 9.64万人
교보문고 베스트셀러 [Easy! 딥러닝] 저자 현) 성균관대학교 의과대학 초빙강사 현) 혁펜하임 아카데미 대표 전) 삼성전자 책임연구원 ‘혁펜하임’은 신호처리 분야의 전설 오펜하임 교수님께 영향 받아 지은 이름입니다. 학교/기업/기관 등 출강 제안: hyukppen@gmail.co...
[PyTorch] 6강. 97%는 모르는 Dropout의 비밀 (논문과 구현이 다름!)
[PyTorch] 5-3강. CIFAR-10 데이터셋에서 MLP vs CNN 비교하기
[PyTorch] 5-2강. 나만의 모듈 만들어서 import 하는 법
[PyTorch] 5-1강. 파이토치 다중 분류 코드 40분 완성 | 데이터셋, 데이터 로더, ToTensor의 역할, 모델 저장하고 불러오기, 혼동 행렬 그리기
[PyTorch] 4-2강. 파이토치 하이퍼파라미터 튜닝 기본 규칙 & 팁들
[PyTorch] 4-1강. 파이토치 튜토리얼 코드 | 이진 분류 예제 코드 15분 컷!
[PyTorch] 3-2강. 인공 신경망 학습 예제 코드 10분 완성! | 파이토치 선형 회귀 실습
(내 맘대로) 2025년 최신 AI 순위 매기기! 1등은 바로...
[PyTorch] 3-1강. nn.Linear()는 이 영상 하나만 보시면 됩니다
DeepSeek이 대체 뭐길래..?
딥러닝 강사가 DeepSeek 직접 써 보고 감탄한 이유
[PyTorch] 2강. 파이토치의 핵심! autograd를 알아보자 (requires_grad, backward(), torch.no_grad() 등..)
[PyTorch] 1-4강. 파이토치의 여러 함수들
[PyTorch] 1-3강. 파이토치 텐서의 인덱싱 (고급)
[PyTorch] 1-2강. 파이토치 텐서의 인덱싱 (기초)
[PyTorch] 1-1강. 파이토치 기초 (basic) | torch.tensor()와 텐서의 기본 연산
대학원 7년 다니며 깨달은 한 가지 사실
무엇부터 시작해야 할지 막막한 사람들을 위한 딥러닝 기초 이론 입문서!
[PyTorch] 0강. 오리엔테이션
[Easy! 딥러닝] 8-6강. 정규화(L1, L2-Regularization)와 MAP(Maximum A Posteriori) [[ 실험 영상 포함! ]]
[Easy! 딥러닝] 8-5강. 당신이 몰랐던 Dropout에 대한 진실 [[ 비교 실험 포함! ]]
[Easy! 딥러닝] 8-4강. 과적합(overfitting)과 데이터 증강(data augmentation)
[Easy! 딥러닝] 8-3강. Loss Landscape이 꼬불꼬불 해진다?! [[ 실험 영상 포함! ]]
[Easy! 딥러닝] 8-2강. 이 영상 하나로 끝내세요! | 배치 정규화 & 레이어 정규화 (Batch Normalization & Layer Normalization)
[Easy! 딥러닝] 8-1강. Vanishing Gradient (기울기 소실) 와 ReLU [[ 실험 영상 포함! ]]
[Easy! 딥러닝] 7강. 영상 안 보고 풀면 천재! | Universal Approximation Theorem (보편 근사 정리)
[Easy! 딥러닝] 6-5강. 소프트맥스 회귀(Softmax regression)의 모든 것 | 다중 분류 (multiclass classification)
[Easy! 딥러닝] 6-4강. 이거 많이 어렵습니다.. 상위 1%만 알고 있는 딥러닝의 뿌리 이론! MLE (Maximum Likelihood Estimation)
[Easy! 딥러닝] 6-3강. MSE vs BCE 비교 분석
[Easy! 딥러닝] 6-2강. 로지스틱 회귀(Logistic regression)의 모든 것 | 이진 분류 (binary classification)
[Easy! 딥러닝] 6-1강. 왜 이진 분류에서 sigmoid를 사용할까?
[Easy! 딥러닝] 5-2강. 역전파(Backpropagation) 세상에서 가장 쉬운 설명!
[Easy! 딥러닝] 5-1강. 인공 신경망을 바라보는 통찰력이 생긴다..! | linear activation이 중간에 들어가면??
[Easy! 딥러닝] 4-2강. K-fold Cross Validation (교차 검증) 진짜 쉽게 설명해 드려요
[Easy! 딥러닝] 4-1강. Validation 데이터가 꼭 필요한 이유 | 테스트 데이터와 차이점은??
[Easy! 딥러닝] 3-6강. Adam (Adaptive Moment Estimation) 완벽 정리!
[Easy! 딥러닝] 3-5강. RMSProp 수식 없이 설명하기
[Easy! 딥러닝] 3-4강. momentum 쉬운 설명 | 치타만 기억하세요!
(( 마감 임박 !! )) 2024 AWS 써밋 서울 | 코엑스에서 만나요~!!
AI야 고양이 숱 좀 쳐줘
[Easy! 딥러닝] 3-3강. mini-batch GD & 배치 크기를 무작정 키우면 안 되는 이유
[Easy! 딥러닝] 3-2강. 확률적 경사 하강법 (SGD: Stochastic Gradient Descent) 주머니 예시로 쉽게 설명해 드려요
[Easy! 딥러닝] 3-1강. Gradient Descent 의 두 가지 치명적 단점
현직 웹 백엔드 개발자 2년 차의 현실적인 고민
[Easy! 딥러닝] 2-5강. 웨이트 초기화 기법들 빠르게 정리해 드려요
[Easy! 딥러닝] 2-4강. 경사 하강법 (Gradient Descent) | step by step 으로 차근차근 알아보기
[Easy! 딥러닝] 2-3강. 이게 이해되면 딥러닝도 이해됨! | 선형 회귀 (Linear Regression)
[Easy! 딥러닝] 2-2강. 인공 신경망은 함수다!
와.. 이 좋은 걸 여태 몰랐네.. AWS "전액 무료" AI 활용 온라인 강의!!
[Easy! 딥러닝] 2-1강. 인공 신경망 비유로 쉽게 이해하기!
[Easy! 딥러닝] 1-4강. 강화 학습 개념 짧게 알아보기
[Easy! 딥러닝] 1-3강. 자기 지도 학습 (Self-Supervised Learning) | 딱 10분만 투자해보세요!
4일 만에 딥러닝 입문부터 트랜스포머까지! | 판교 메타버스 캠퍼스 AI 강의
[Easy! 딥러닝] 1-2강. 지도 학습과 비지도 학습 | 활용 사례까지!
진짜 찾으면 대박인데..
[Easy! 딥러닝] 1-1강. 모두를 위한 정말 쉬운 딥러닝 강의를 시작합니다!
미래가 걱정될 때마다 내가 쓰는 방법
반드시 퇴사하기 전에 체크해 봐야할 것!
"이 생각"이 든다면 퇴사를 심각하게 고려해 보셔야 합니다
워라밸이 좋은게 좋은게 아닌 이유
석사만 40년 할래?
???: "이미 나왔다"
논문 쓰는 법
AI 공부 잘하는 법
대학원 안가고도 삼성전자 합격! 하지만…
요즘 MZ 세대에게 워라밸이 꼭 필요한 이유
지가 필요하면 알아서 검색을 함 ㄷㄷ
일자리 다 뺏기겄네..
!?
버근가?
GPT 그냥 미쳤다
치와와냐 머핀이냐
눈 달렸나
포메는 역시 갈색 포메
이거 모르면 무조건 뒤쳐집니다.. GPT4 미친 업데이트! (10월 31일)
제 프사는 이렇게 만들어졌습니다
[딥러닝] 12강. AdamW
의대생에게 수능에서 전체 몇 개 틀렸냐고 묻다 | 전국 의대 캠프 AI 강의
[딥러닝] 11강. CBOW 와 Skip-Gram 쉽게 알려드릴게요
공대 나온 딥러닝 강사의 팬서비스 | 대구 스마트시티센터 AI 강의
[딥러닝] 10강. Confusion matrix(혼동 행렬) 에서 Recall(재현율)과 Precision(정밀도) 더 이상 헷갈리지 마세요! F1-score 는 덤
커널 사이즈에 따른 집중도 비교
[Legend 13] 3x3 컨볼루션과 5x5 컨볼루션 receptive field 비교 분석
가중합은 "신이 나를 만들 때" 다!
대학생도, 대학원생도, 직장인도 SNS 해야하는 이유
[딥러닝] 7-4강. 컨볼루션 레이어가 왜 좋은 걸까요?
어떤 특징을 추출할지를 AI가 알아낸다??
카이스트 박사의 논문 읽는 법 ㅋㅋ
[딥러닝] 6-4강. Momentum 과 RMSProp
GPT에 유튜브 링크 주고 요약시키기
[딥러닝] 6-3강. GD vs SGD 비교
Adam vs AdamW 1분 만에 설명하기
Precision이 중요할 때
AI 스타트업 기술 면접 기출 문제 풀이 & 자세한 부연 설명까지!!
Recall이 중요할 때
트랜스포머의 어텐션 신박하게 설명하기
Skip-Connection 연결해줬더니.. 이걸 잘한다!
FC layer는 진품명품 하는 것?
90% 가 헷갈려 하는 Validation Data 가 필요한 이유
AI 한테 일자리 안 뺏기기 위한 딥러닝 강사의 몸부림