📢 이 책으로 나왔습니다!! 🎉 ❗ 구매 링크 👉 교보문고: product.kyobobook.co.kr/detail/S000214848175 👉 yes24: www.yes24.com/Product/Goods/139734696 👉 알라딘: www.aladin.co.kr/shop/wproduct.aspx?ItemId=352995281 👉 출판사 자사몰: shorturl.at/yqZpW (오직 북엔드몰에서만 그립톡 굿즈를 함께 드립니다!) (회원가입시 2,000원 선할인 적립금까지!) 📖 이 책의 특별한 점 ✅ 유튜브에 공개된 내용 + CNN + RNN + Attention까지 완벽 정리 ✅ LEVEL 2 강의 의 CNN 파트 수록 (챕터 7) ✅ LEVEL 2 강의 의 RNN~Attention 파트 수록 (챕터 8) ✅ 수학이 걱정되시는 분들을 위한 수록 ✅ 완벽한 이해를 돕는, 무려 282개의 삽화 ✅ 수십 번의 정제를 거친, 총 351페이지를 꽉 채운 내용 🎯 이런 분들께 추천드립니다! ✅ 인공지능에 관심 있는 대학생 ✅ AI 연구를 하고 있거나 준비 중인 대학원생 ✅ AI를 활용하는 현업 개발자 ✅ 본인의 분야에 딥러닝을 접목하고 싶은 분 ✅ AI 업계로 이직을 준비하시는 분 ✅ 딥러닝 강의를 준비하시는 교수님 👉 한마디로, 딥러닝 기초 이론을 완벽하게 다지고 싶은 분! 💡 왜 이 책을 봐야 하나요? 이 책에는 3년의 세월이 담겨있습니다. 수많은 강의 경험을 통해 다듬고 정제한 내용을 녹여냈습니다. (박사학위논문 쓰는 것보다도 힘들었어요.. 😭) 그만큼 온 정성을 다했고 정말 자신 있게 추천드립니다! 단순한 개념 설명을 넘어, 보다 깊은 이해를 돕는 책을 만들고자 했습니다. 그래서 하나의 주제에 대해 굉장히 디테일하게 파고들며 ✅ 용어의 유래 ✅ 동작 방식 및 원리 ✅ 꼼꼼한 수식 전개 ✅ 직관적 이해를 돕는 참신한 실험 결과들 ✅ 개념 간의 연결성과 깔끔한 요약 정리 ✅ "왜 이 개념을 알아야 하는지?"에 대한 설명까지 차근차근 제시합니다. 🎨 완성도에 대한 고집 내용도 내용이지만, 디자인에도 공을 많이 들였습니다. ☝ 282개의 삽화 하나하나 수차례 수정을 거쳐 완성도를 높였습니다. ✌ 표지부터 내지까지, 보기만 해도 소장하고 싶게끔 만들었습니다. 저조차도 "갖고 싶다"는 생각이 들게 하는 책입니다. ㅎㅎ 그만큼 핵심 내용을 보기 좋게 잘 정리했다고 자부합니다! 서점에 갔는데 이 책이 보이면 꼭 한번 펼쳐봐 주세요. 제가 자신 있게 추천드리는 이유를 직접 확인하실 수 있을 겁니다! --------------------- > ⭐ 패스트캠퍼스에서 5월을 맞이하여 위해 특별한 이벤트를 준비해주셨어요! [ 딥러닝·인공지능 Signature 초격차 패키지 Online. ] ( fastcampus.co.kr/data_online_signature ) 강의의 기대평 or 강의를 수강하고자 하는 이유를 5/9까지 댓글로 남겨주시고 저에게 연락 남겨주시면, 추첨을 통해 2명에게는 무료 수강권을(!!!) 댓글을 남겨주신 모든 분들에게는 40% 수강 할인 쿠폰을 제공해드립니다! (댓댓글은 무효!) 참여 방법: 댓글 남기고 본인 댓글 캡쳐해서 아래 오픈 카톡 프로필로 연락 남겨주세요! ( open.kakao.com/o/sm6Dh9pg ) 5/9일 까지 연락 남겨주셔야하며 5/10에 일괄적으로 쿠폰 전달 드리겠습니다. 참고로 지급 받으신 쿠폰 사용 마감일은 5/12 입니다!
🔥 혁펜하임과 딥러닝 마스터하기! LEVEL 1 - Easy! 딥러닝 hyukppen.modoo.at/?link=2n1a6p7t LEVEL 1 - 인스톨! 파이토치 hyukppen.modoo.at/?link=131k3k7g LEVEL 2 - Legend 13 hyukppen.modoo.at/?link=5db82s6p LEVEL 2 - TTT: To The Transformer hyukppen.modoo.at/?link=21c4dj8y LEVEL 3 - ATT: After The Transformer hyukppen.modoo.at/?link=2mcbufeg ‼ 강의 모집 공지 가장 빠르게 받아볼 수 있는 곳! 혁펜하임 딥러닝 공부방 2호점 👉 open.kakao.com/o/gcArsq1g (참여코드: 3300) (⭐ 곧 정원에 도달합니다. 이후 입장 불가!) (⭐ 대학생부터 대학원생, 개발자, 교수, 의사 등 딥러닝에 정말 진심인 분들이 모여 있는 대한민국 최고의 딥러닝 공부방)
딥러닝 관련 분야에서 일하면서 혁펜하임님의 강의를 듣고 많은 도움을 받았습니다. 지금은 다시 수학의 필요성을 느껴서 혁펜하임님 유투브를 통해 수학 부분을 공부하고 있습니다. 패스트 캠퍼스 Signature 딥러닝·인공지능의 커리큘럼을 보니 혁펜하임님의 강의 뿐만 아니라 제가 연구하는 분야인 컴퓨터 비전 등등에 대해서도 도움을 받을 수 있을 것 같습니다. 항상 건강하시고 좋은 영상 만들어주셔서 감사합니다. ^^
혁펜하임님! 해외대학 재학 중인데 AI Deep Dive 강의 들으면서 많은 내용을 배우고 있습니다!!! 정말 믿고 들을 수 있는 유익한 컨텐츠를 이해가 쉽게 잘 설명해주시는 만큼 Siganature 초격차 패키지 또한 수강하며 Deep Learning에 대한 제 지식을 한단계 더 성장시키고 싶습니다!
머신러닝, 딥러닝 공부를 하기 위해 추천 받아 "밑바닥부터 시작하는 딥러닝"을 보고 있는데 솔직히 책만 봐서는 깊은 밑바닥 내용까지는 잘 모르겠어서 막히는 부분이 많습니다. 혁펜하임님 강의를 들으면 책에 나오지 않은 보다 깊은 부분까지 이해할 수 있다고 주위의 평이 있어서 강의를 듣고 싶습니다.
안녕하세요! 선생님의 강의를 많이 애정(?)하는 수강생입니다. 회사에서 우연히 AI 쪽 업무를 맡게 됐는데요. 아직 회사에서도 데이터 관련 프로젝트를 시작하는 단계라 이미지, 음성, 텍스트 등 여러 분석들을 시도해보고 있는 상황입니다. 그러다보니 전공자가 아닌 제가 따라가기에 어려움이 많은 상황입니다ㅠㅠ 그래서 이번 Siganature 초격차 패키지를 통해 강화학습, 딥러닝 등 여러 주제의 강의로 AI 관련 전반적인 지식을 쌓아 좀 더 전문성있는 사람이 되고자 이번 강의를 수강하고자 합니다. 좋은 강의로 많은 도움을 받고 있습니다. 항상 감사드립니다.
안녕하세요!! 혁펜하임님. 저는 컴퓨터공학을 전공하고, 인공지능 컴퓨터비전 분야로의 진로를 희망하는 학부생입니다. 인공지능에 대해 개인적인 학습을 계획하던 중 지인을 통해 혁펜하임님의 강의를 추천받았습니다. 그래서 이 강의를 통해 강화학습과 컴퓨터비전 등의 지식을 더 넓히고 실제 적용 가능한 기술력을 얻고싶습니다.
안녕하세요! 저는 제어와 인공지능 융합 분야로 공부하고 있습니다. 파트타임으로 석사과정 공부 때 혁팬하임님 최적화 이론 등 올려주신 강의 자료에 많은 도움을 받았습니다! Transform을 제어에 어떻게 융합할 지 연구하기 위해 혁팬하임님 강의들 정독을 계획하던 중 해당 이벤트를 보고 댓글 남김니다! 감사합니다
혁펜하임님 영상 잘 봤습니다. 현재 딥러닝을 적용하여 연구를 하고 있는데 한 가지 궁금한 점이 있어서 댓글을 달았습니다. 혹시 말씀하신대로 valid loss가 가장 작은 부분이 약 30 에포크라고 하면 적은 에포크에서 멈춰도 상관없을까요? 아니라면 epoch 수가 꼭 많아야 하는 이유 같은게 있을까요? 감사합니다.
train/test 로 나눈 다음 train을 train/val 로 한 번 더 나누는 것입니다. A,B 두 모델을 만들고 비교를 한다면 각 모델을 만드는 데 필요한 하이퍼파라미터는 val 을 기준으로 선정하고 최종적인 대결(?)은 test data에 대해서 하는 것입니다! 만약 val 이 없었다면 하이퍼파라미터를 test 데이터에 대해 가장 잘하는 것으로 선정해야할텐데 그러면 A,B 둘 중에 누가 더 뛰어나다고 판단하기 애매해집니다. 예를 들어, Kaggle 대회에 제출된 모델들을 비교할 때 test data를 유저들에게 공개해버리면 그 test data에 fitting 시킨 모델을 제출해서 순위를 높이는 cheating을 하겠죠? 따라서 test 는 Kaggle 측에서 가지고 있고 공개를 안 한 채로 제출된 모델들을 평가해주어 scoring해서 순위를 띄어주는 방식으로 경합을 벌입니다.
![[Easy! 딥러닝] 4-2강. K-fold Cross Validation (교차 검증) 진짜 쉽게 설명해 드려요](http://i.ytimg.com/vi/k4mZS-YWpdk/mqdefault.jpg)
![[Easy! 딥러닝] 4-2강. K-fold Cross Validation (교차 검증) 진짜 쉽게 설명해 드려요](/img/tr.png)
![[Easy! 딥러닝] 8-6강. 정규화(Regularization)와 MAP(Maximum A Posteriori) [[ 실험 영상 포함! ]]](http://i.ytimg.com/vi/Lgn2nF-Aqlo/mqdefault.jpg)
📢 이 책으로 나왔습니다!! 🎉
❗ 구매 링크
👉 교보문고: product.kyobobook.co.kr/detail/S000214848175
👉 yes24: www.yes24.com/Product/Goods/139734696
👉 알라딘: www.aladin.co.kr/shop/wproduct.aspx?ItemId=352995281
👉 출판사 자사몰: shorturl.at/yqZpW
(오직 북엔드몰에서만 그립톡 굿즈를 함께 드립니다!)
(회원가입시 2,000원 선할인 적립금까지!)
📖 이 책의 특별한 점
✅ 유튜브에 공개된 내용 + CNN + RNN + Attention까지 완벽 정리
✅ LEVEL 2 강의 의 CNN 파트 수록 (챕터 7)
✅ LEVEL 2 강의 의 RNN~Attention 파트 수록 (챕터 8)
✅ 수학이 걱정되시는 분들을 위한 수록
✅ 완벽한 이해를 돕는, 무려 282개의 삽화
✅ 수십 번의 정제를 거친, 총 351페이지를 꽉 채운 내용
🎯 이런 분들께 추천드립니다!
✅ 인공지능에 관심 있는 대학생
✅ AI 연구를 하고 있거나 준비 중인 대학원생
✅ AI를 활용하는 현업 개발자
✅ 본인의 분야에 딥러닝을 접목하고 싶은 분
✅ AI 업계로 이직을 준비하시는 분
✅ 딥러닝 강의를 준비하시는 교수님
👉 한마디로, 딥러닝 기초 이론을 완벽하게 다지고 싶은 분!
💡 왜 이 책을 봐야 하나요?
이 책에는 3년의 세월이 담겨있습니다.
수많은 강의 경험을 통해 다듬고 정제한 내용을 녹여냈습니다.
(박사학위논문 쓰는 것보다도 힘들었어요.. 😭)
그만큼 온 정성을 다했고 정말 자신 있게 추천드립니다!
단순한 개념 설명을 넘어, 보다 깊은 이해를 돕는 책을 만들고자 했습니다.
그래서 하나의 주제에 대해 굉장히 디테일하게 파고들며
✅ 용어의 유래
✅ 동작 방식 및 원리
✅ 꼼꼼한 수식 전개
✅ 직관적 이해를 돕는 참신한 실험 결과들
✅ 개념 간의 연결성과 깔끔한 요약 정리
✅ "왜 이 개념을 알아야 하는지?"에 대한 설명까지
차근차근 제시합니다.
🎨 완성도에 대한 고집
내용도 내용이지만, 디자인에도 공을 많이 들였습니다.
☝ 282개의 삽화 하나하나 수차례 수정을 거쳐 완성도를 높였습니다.
✌ 표지부터 내지까지, 보기만 해도 소장하고 싶게끔 만들었습니다.
저조차도 "갖고 싶다"는 생각이 들게 하는 책입니다. ㅎㅎ
그만큼 핵심 내용을 보기 좋게 잘 정리했다고 자부합니다!
서점에 갔는데 이 책이 보이면 꼭 한번 펼쳐봐 주세요.
제가 자신 있게 추천드리는 이유를 직접 확인하실 수 있을 겁니다!
---------------------
>
⭐ 패스트캠퍼스에서 5월을 맞이하여 위해 특별한 이벤트를 준비해주셨어요!
[ 딥러닝·인공지능 Signature 초격차 패키지 Online. ]
( fastcampus.co.kr/data_online_signature )
강의의 기대평 or 강의를 수강하고자 하는 이유를 5/9까지 댓글로 남겨주시고 저에게 연락 남겨주시면,
추첨을 통해 2명에게는 무료 수강권을(!!!)
댓글을 남겨주신 모든 분들에게는 40% 수강 할인 쿠폰을 제공해드립니다!
(댓댓글은 무효!)
참여 방법: 댓글 남기고 본인 댓글 캡쳐해서 아래 오픈 카톡 프로필로 연락 남겨주세요!
( open.kakao.com/o/sm6Dh9pg )
5/9일 까지 연락 남겨주셔야하며 5/10에 일괄적으로 쿠폰 전달 드리겠습니다.
참고로 지급 받으신 쿠폰 사용 마감일은 5/12 입니다!
🔥 혁펜하임과 딥러닝 마스터하기!
LEVEL 1 - Easy! 딥러닝
hyukppen.modoo.at/?link=2n1a6p7t
LEVEL 1 - 인스톨! 파이토치
hyukppen.modoo.at/?link=131k3k7g
LEVEL 2 - Legend 13
hyukppen.modoo.at/?link=5db82s6p
LEVEL 2 - TTT: To The Transformer
hyukppen.modoo.at/?link=21c4dj8y
LEVEL 3 - ATT: After The Transformer
hyukppen.modoo.at/?link=2mcbufeg
‼ 강의 모집 공지 가장 빠르게 받아볼 수 있는 곳!
혁펜하임 딥러닝 공부방 2호점
👉 open.kakao.com/o/gcArsq1g
(참여코드: 3300)
(⭐ 곧 정원에 도달합니다. 이후 입장 불가!)
(⭐ 대학생부터 대학원생, 개발자, 교수, 의사 등 딥러닝에 정말 진심인 분들이 모여 있는 대한민국 최고의 딥러닝 공부방)
안녕하세요 신시때부터 선생님 강의를 쭉 들어오고 있는 전자과 학부생입니다! 신시에 이어 딥러닝도 쉽게 알려주셔서 어려운 개념도 재밌게 공부하게 되는 것 같습니다! 혁펜하임의 full 딥러닝 강의를 들을 수 있다니 절호의 기회를 놓치고 싶지 않습니다!!
딥러닝 관련 분야에서 일하면서 혁펜하임님의 강의를 듣고 많은 도움을 받았습니다. 지금은 다시 수학의 필요성을 느껴서 혁펜하임님 유투브를 통해 수학 부분을 공부하고 있습니다. 패스트 캠퍼스 Signature 딥러닝·인공지능의 커리큘럼을 보니 혁펜하임님의 강의 뿐만 아니라 제가 연구하는 분야인 컴퓨터 비전 등등에 대해서도 도움을 받을 수 있을 것 같습니다. 항상 건강하시고 좋은 영상 만들어주셔서 감사합니다. ^^
혁펜하임님! 해외대학 재학 중인데 AI Deep Dive 강의 들으면서 많은 내용을 배우고 있습니다!!! 정말 믿고 들을 수 있는 유익한 컨텐츠를 이해가 쉽게 잘 설명해주시는 만큼 Siganature 초격차 패키지 또한 수강하며 Deep Learning에 대한 제 지식을 한단계 더 성장시키고 싶습니다!
축하드립니다!! 100% 할인 쿠폰에 당첨되셨습니다!!
개인적으로 쿠폰 전달드렸습니다 ㅎㅎ 감사합니다
머신러닝, 딥러닝 공부를 하기 위해 추천 받아 "밑바닥부터 시작하는 딥러닝"을 보고 있는데 솔직히 책만 봐서는 깊은 밑바닥 내용까지는 잘 모르겠어서 막히는 부분이 많습니다. 혁펜하임님 강의를 들으면 책에 나오지 않은 보다 깊은 부분까지 이해할 수 있다고 주위의 평이 있어서 강의를 듣고 싶습니다.
안녕하세요! 선생님의 강의를 많이 애정(?)하는 수강생입니다. 회사에서 우연히 AI 쪽 업무를 맡게 됐는데요. 아직 회사에서도 데이터 관련 프로젝트를 시작하는 단계라 이미지, 음성, 텍스트 등 여러 분석들을 시도해보고 있는 상황입니다. 그러다보니 전공자가 아닌 제가 따라가기에 어려움이 많은 상황입니다ㅠㅠ 그래서 이번 Siganature 초격차 패키지를 통해 강화학습, 딥러닝 등 여러 주제의 강의로 AI 관련 전반적인 지식을 쌓아 좀 더 전문성있는 사람이 되고자 이번 강의를 수강하고자 합니다. 좋은 강의로 많은 도움을 받고 있습니다. 항상 감사드립니다.
축하드립니다!! 100% 할인 쿠폰에 당첨되셨습니다!!
개인적으로 쿠폰 전달드렸습니다 ㅎㅎ 감사합니다
안녕하세요! 데이터 사이언스 전공으로 석사 졸업하고 박사 진학 꿈꾸는 직장인입니다~ 기초가 너무 부족한 것 같아 혁펜하임님 강의 수강하려고 찾아보던 중이었는데 정말 좋은 기회여서 신청해봅니다!
안녕하세요!! 혁펜하임님. 저는 컴퓨터공학을 전공하고, 인공지능 컴퓨터비전 분야로의 진로를 희망하는 학부생입니다. 인공지능에 대해 개인적인 학습을 계획하던 중 지인을 통해 혁펜하임님의 강의를 추천받았습니다. 그래서 이 강의를 통해 강화학습과 컴퓨터비전 등의 지식을 더 넓히고 실제 적용 가능한 기술력을 얻고싶습니다.
안녕하세요!
저는 제어와 인공지능 융합 분야로 공부하고 있습니다. 파트타임으로 석사과정 공부 때 혁팬하임님 최적화 이론 등 올려주신 강의 자료에 많은 도움을 받았습니다! Transform을 제어에 어떻게 융합할 지 연구하기 위해 혁팬하임님 강의들 정독을 계획하던 중 해당 이벤트를 보고 댓글 남김니다! 감사합니다
인공지능 개념에 대해 다시 한번 다지고 싶어서 수강하고 싶습니다..!!
기대평 : 혁펜하임's 유머를 기대한다.
이유 : 컴퓨터 비전? 해볼게요. AI DEEP DIVE 다른 ver? 봐볼까요?
인공지능 개발자 부트캠프로 공부를 해보았는데 얕은 지식만 가지고 있어서 좀 더 깊은 지식을 배워보고자 수강을 희망합니다.
하고 싶은 task로는 자연어처리랑 llm에 대해 알아보고 싶고 직접 RAG를 구현해보고 싶습니다.
마지막에서 두 개의 모델을 비교하는 예제에서 테스트 데이터에 대한 성능으로 비교해도 되나요? 예를 들면 최적화된 하이퍼파라미터 (
어떤 모델을 고를지도 하이퍼파라미터이므로 val loss로 비교하셔야 합니다!
@@hyukppen 감사합니다!
혁펜하임님 영상 잘 봤습니다. 현재 딥러닝을 적용하여 연구를 하고 있는데 한 가지 궁금한 점이 있어서 댓글을 달았습니다. 혹시 말씀하신대로 valid loss가 가장 작은 부분이 약 30 에포크라고 하면 적은 에포크에서 멈춰도 상관없을까요? 아니라면 epoch 수가 꼭 많아야 하는 이유 같은게 있을까요?
감사합니다.
넵 그렇게 나온다면 말씀하신대로 30에서 멈추고 epoch을 30으로 선정하시면 됩니다!
@@hyukppen 알려주셔서 감사합니다!
어차피 random split으로 train/test 데이터를 나눈다고하면, val data가 test data와 같은 개념으로 쓰이는거 아닌가요? 뭔가 기준이 애매한 느낌..
train/test 로 나눈 다음 train을 train/val 로 한 번 더 나누는 것입니다. A,B 두 모델을 만들고 비교를 한다면 각 모델을 만드는 데 필요한 하이퍼파라미터는 val 을 기준으로 선정하고 최종적인 대결(?)은 test data에 대해서 하는 것입니다!
만약 val 이 없었다면 하이퍼파라미터를 test 데이터에 대해 가장 잘하는 것으로 선정해야할텐데 그러면 A,B 둘 중에 누가 더 뛰어나다고 판단하기 애매해집니다.
예를 들어, Kaggle 대회에 제출된 모델들을 비교할 때 test data를 유저들에게 공개해버리면 그 test data에 fitting 시킨 모델을 제출해서 순위를 높이는 cheating을 하겠죠? 따라서 test 는 Kaggle 측에서 가지고 있고 공개를 안 한 채로 제출된 모델들을 평가해주어 scoring해서 순위를 띄어주는 방식으로 경합을 벌입니다.
Validation 뜻이 뭔가요?
한글로 번역하면 '검증'이라고 보통 하죠
1빠