[딥러닝이란 무엇인가?]


https://tensorflow.blog/%EC%BC%80%EB%9D%BC%EC%8A%A4-%EB%94%A5%EB%9F%AC%EB%8B%9D/1-%EB%94%A5%EB%9F%AC%EB%8B%9D%EC%9D%B4%EB%9E%80-%EB%AC%B4%EC%97%87%EC%9D%B8%EA%B0%80/


[Ai 전문가가 되기 위한 공부 어떻게 해야할까] 


https://zdnet.co.kr/view/?no=20220704222043


 


[AI 공부할 떄 참고하면 좋을 내용들]


https://brunch.co.kr/@advisor/18


 


남세동 대표의 인공지능의 동작 원리, 그리고 미래에 대한 생각


https://www.youtube.com/watch?v=CA5Ggqg5x6o


 


[딥러닝의 기초가 되는 수학적 근거 (Universal Approximation Theorem)]


https://www.youtube.com/watch?v=N6CbPBRR_pw


 


[[서울대 AI 연구원] 딥러닝의 원리와 금융산업에의 응용(지능정보융합학과 이원종 교수)]


https://www.youtube.com/watch?v=glLSmqAG7NA


 


[생활코딩 - 회귀 vs 분류]


https://opentutorials.org/module/4916/28942


 


[고려대학교 수학과 - 딥러닝]


https://www.youtube.com/watch?v=dkm0RrmnH4s&list=PLvbUC2Zh5oJvByu9KL82bswYT2IKf0K1M


 


[서울대학교 전기공학부 - 딥러닝의 기초]


https://www.youtube.com/watch?v=zvLLHXllVM8&list=PLKs7xpqpX1beHwW_SANfip7PifSRJmHcJ


 


[연세대학교 데이터사이언스 학회 - 정규 세션 23-1학기]


https://www.youtube.com/watch?v=2n0-HaP1ASw&list=PLD1xHAxbmpInnsjoLydySbbTiMbvwy6dv


 


[2023 AI 트렌드 키워드로 알아보기]


https://www.content.upstage.ai/blog/insight/ai-trends-2023?format=amp


 


[생성형 AI가 쓴 생성형 AI 최신 트렌드]


https://www.samsungsds.com/kr/insights/generative-ai-trends.html


 


[인공지능 이론연구]


https://youtu.be/6W6PVWByhc0?si=yh69dPsZVvHaQ038


 


[오버피팅 쉽게 이해하기]

https://blog.naver.com/with_msip/222243939277


 


[Optimizer 쉽게 이해하기]

https://onevision.tistory.com/entry/Optimizer-의-종류와-특성-Momentum-RMSProp-Adam


 


[Back Propagation에 대한 보충 자료]

https://evan-moon.github.io/2018/07/19/deep-learning-backpropagation/


 


[Pytorch view와 reshape 차이, 그리고 contiguos]

https://shvblog.tistory.com/4


 


[Pytorch 차원 조작 및 tensor 쌓기]

https://velog.io/@nochesita/PyTorch-torch.cat과-torch.stack의-차이

https://jimmy-ai.tistory.com/110


 


[Label encoding과 one-hot encoding, 그리고 진실]

https://resultofeffort.tistory.com/9

https://stackoverflow.com/questions/62456558/is-one-hot-encoding-required-for-using-pytorchs-cross-entropy-loss-function

+) 첫번째 아티클은 one-hot encoding을 생성하는 방법에 대해 설명합니다. 두번째 아티클은 실제 nn.CrossEntropyLoss의 구동에 one-hot encoding이 필요없다고 합니다. 



[Convolutional Kernel 제대로 이해하기]

https://youtu.be/pj9-rr1wDhM?si=y5Q2rZ

-gRpcxhmm9


 


[Gradient Descent를 3D 영상으로 표현하면?]

https://youtu.be/Q3pTEtSEvDI?si=k1lRYYkT2rPQhBYF