Видео

Andrew Ng 교수님 설명이 잘 이해가 안됐었는데, 덕분에 이해됐습니다 ㅠ 감사합니다 !

긴 비행 시간 동안 공부 목적으로 오프라인 다운 받아 갑니다. 좋은 자료 공유 감사합니다.

Great content, as always! A bit off-topic, but I wanted to ask: My OKX wallet holds some USDT, and I have the seed phrase. (alarm fetch churn bridge exercise tape speak race clerk couch crater letter). How should I go about transferring them to Binance?

Thank you for the video. It’s very informative.

훌륭한 강의 감사합니다.

강의 퀄리티가 공짜로 보기 아까울 만큼 좋네용..

유용한 자료 감사드립니다

정말 감사합니다

와우..😍

감사합니다

좋은 강의 감사합니다 ❤

잘 보고, 잘 배우고 있습니다.

제가 고등학교 주제 탐구 발표를 위해 윤곽선 검출의 원리를 이해해야 했는데요, 완전 이해가 잘 됐어요! 감사합니다 ㅜㅜ

설명이 오해의 여지 없이 명확하시네요. 감사합니다.

너무 감사합니다

2024년에도 듣고 있습니다. 감사합니다 교수님 ❤

3:15

너무 잘 들었습니다!

선생님 진짜 감사드립니다. 덕분에 DDPM의 발끝이라도 핥아보네요. 중요한부분을 짚어주시면서 근본적으로 이해할수있게 설명해주시니까 드디어 감을 잡았습니다. 들숨에 재력 날숨에 행복 건강 들어오시길 바랍니다. 구독 씨게박겠습니다~

Don't understand korean. But there are a few plots that's very helpful thanks

교수님 강의 너무 잘들었습니다 감사합니다~!

화면에 포인트 있어서 보기 편하네요.

뒤에 1 by 1 by 400 은 생각해보면 이해가 되는데 이게 5 by 5 by 400 으로 확장해서 이해하려니까 잘 안됩니다....ㅠ

영상 감사합니다! 질문이 있는데요. 4:39 부분에 convolution 계산이 결국 fc 계산과 동일하다고 하셨는데 그 부분이 이해가 잘 되지 않습니다. fc layer는 3차원 input을 1차원 벡터로 만든 후에 가중치를 곱하는 거라고 생각하고 있었는데요. 이 연산이랑 convolution 연산이랑 같다는 게 잘 이해가 되지 않습니다. 수학적으로 수식이 같은 건가요????

선생님 영상 잘 봤습니다! 저 질문이 있는데요. 14:16 경에 dz[1] = W[2]T x dz[2] *(element-wise곱) g[1]' (z[1]) 식이 어떻게 나온 건가요? 저는 dz[1] 을 dA[2]/dA[1] x dA[1]/dz[1] 이렇게 생각하고 있었습니다. 그래서 이렇게 생각해보면 위의 dz[1] = W[2]T x dz[2] *(element-wise곱) g[1]' (z[1])에서 g[1]' (z[1])은 dA[1]/dz[1] 를 통해 나온 것이라고 이해를 했는데요. Q. 그럼 앞에 W[2]T x dz[2] 는 어떻게 도출이 되는 건가요? Q. 그리고 요소곱은 사이즈가 같은 행렬끼리 곱하는 경우에 자연스럽게 요소곱을 한다고 생각하면 될까요? 아니면 요소곱을 하기 위해서라도 사이즈가 맞춰져야하는 것인가요?? 혹시 위 내용 관련해서 이전에 언급하신 영상이 있다면 알려주시면 감사하겠습니다. 감사합니다.

영상 감사합니다. 잘 보고 있습니다!

영상 감사합니다!

FID의 직관적인 이해에 굉장히 도움이 되었습니다

강의 깔끔하고 좋네요. 이거 듣고 여기서 다루지 않는 증명부분 관련공식 찾아가며 2시간 동안 끝까지 이해는 했는데, 크게 남는 건 없을거 같네요. 왜 다들 안하셨는지 수긍.

교수님 감사히 잘 들었습니다 ^^ 비지도 학습도 기대하고 있겠습니다.

너무 유익합니다! 감사합니다 :)

교수님 좋은 강의자료 감사합니다. 실습해 보려 했는데 lab_util_uni가 없네요 ^^ github에 올려주시면 많은 도움이 될 것 같습니다.

Share code

교수님 감사합니다 ,., 코세라 강의 들으면서 이해가 잘 안됐는데 덕분에 이해가 한 번에 됐습니닷

교수님, 6:34에 나오는 axes[0].hist(s, bins, ranges) 를 정확히 표현하려면 s = [ random.choice(s) for _ in range(500) ] <-- 이렇게 해야 정확하지 않을까요? 지금 코드로서는 분포 자체를 plot 하는 거라서 의미랑 약간은 다르다고 생각합니다. 그래서 저는 fig, axes = plt.subplots(1, 4, figsize = (10, 2)) sample1 = list(random.choice(s) for _ in range(500)) axes[0].hist(sample1, bins, ranges) -----이하 동일------- 이렇게 표현했습니다.

벡터 공간은 실수에 의하여 벡터 덧셈과 "스칼라 곱셈"에 대해 닫혀있는 벡터 집합이 아닐까요?

막혀있던 것이 뚫린 기분이네요. 정말 감사합니다.

인공지능 관련 많은 교육을 자세히 올려주셔서 감사합니다 학습에 많은 도움이 되고 있습니다 ^^ 혹시 RNN 노트에 보니 ATTENTION 등 내용이 이어지던데 혹시 추가 업데이트를 하실 생각이신가요 ^^

미니 배치일 때 학습 과정이 어떻게 되는 건지 궁금했는데, 이 영상 보면서 궁금증이 해결됐습니다! 영상 감사합니다 :)

여기서 뉴럴네트워크의 사이즈는 히든 네트워크가 많고 적음을 의미하나요?

안녕하세요 교수님 교수님 자료를 통해서 공부중입니다 ~^^ 머신 러닝이 2가지 버전이 있던데 둘다 듣는게 좋을까요? 아님 중복된 부분이라 하나만 먼저 듣는게 효율적일 까요?

시간을 투자하셔서 만들어주신 강의 감사드립니다.

좋은 동영상 유튜브에 남겨 주셔서 감사합니다! 공부하는데 다른 어떤 유튜브 영상들보다 많은 도움이 되었습니다.

안녕하세요, 설명을 잘해주셔서 이해하기 쉽습니다. cost 값을 구하려면 정답이 있어야 비교를 할 수 있을 것 같은데... 그럼 각 데이터에 정답값을 라벨링해줘야 하나요?

감사합니다.

감사드려요! 항상 잘 보고 있습니다~

안녕하세요 교수님 . 설연휴에 Hot topics in AI 시리즈를 정주행했네요. 최근에 나온 핫한 토픽들을 알기쉽게 슁운 언어로 설명해주셔서 감사합니다 :D !

교수님 좋은 강의 진심으로 감사드립니다.

제가 너무나 궁금해하던 부분을 시원하게 긁어주는 강의입니다. 이렇게 좋은 채널을 이제라도 알게 돼서 너무 감사하네요! 실제로 대면으로 강의도 들어보고 싶을정도입니다. 다른 강의들도 쭉 보면서 잘 배워가겠습니다. 정말 감사합니다.

유튜브에 업로드 한다는 학생의 동의는 얻고 업로드 하시는 거죠?