[책]비전공자를 위한 딥러닝

책 제목	(그림으로 이해하는) 비전공자를 위한 딥러닝
책소개_공식링크	https://www.philgineer.com/
학습기간	24.04.07~      (임시)2024/04/28(일)

(책소개_공식링크)사이트_good⭐

카테고리
[비전공자를 위한 딥러닝]	https://www.philgineer.com/p/blog-page.html
노트정리	https://www.philgineer.com/p/blog-page_22.html

목차

Chapter
Chapter 1     큰 그림 살펴보기	1.1  그래서 '학습'이 뭔데? (1) 1.2  그래서 '학습'이 뭔데? (2) 1.3  인공지능 / 머신러닝 / 딥러닝 1.4  회귀와 분류, 지도 학습과 비지도 학습
Chapter 2     핵심 개념 익히기	2.1  선형회귀 (1) 2.2  선형회귀 (2) - 오차와 비용 2.3  신경망 (1) - 비선형 변환이 필요한 이유 2.4  신경망 (2) - 가중치 행렬 한방에 이해하기 2.5  신경망 (3) - 경사하강법 2.6  신경망 (4) - 순전파로 예측하기 2.7  신경망 (5) - 역전파로 학습하기
Chapter 3     한 걸음 더 나아가기	3.1  소프트맥스와 크로스 엔트로피 3.2  엄한 교육 vs 느슨한 교육 - 오버피팅 문제 3.3  합성곱 신경망(CNN) 쉽게 이해하기 3.4  다음 단계로 나아가기

 

더 알아보기_sites

1. 여러 가지 필터 변환을 시각적으로 체험할 수 있는 곳	https://setosa.io/ev/image-kernels/
2. CNN 구조를 입체적으로 보며 손글씨 인식을 직접 테스트할 수 있는 곳 └ 이 사이트가 연결 안되기 때문에, 설명좋은 블로그 주소로 대체 첨부	https://www.cs.ryerson.ca/~aharley/vis/conv/ https://growth-coder.tistory.com/245
검색 → 발견site) MNIST(필기체 손글씨 인식)_강의+PPT	https://blog.naver.com/beyondlegend/221401264462
3. 합성곱 신경망(CNN) 역전파까지 5분만에 이해하기	https://www.philgineer.com/2021/02/cnn-5.html
4. 스탠퍼드 cs231n 강의 노트 : CNN의 구조	- 한글 : https://aikorea.org/cs231n/convolutional-networks/ - 영어: https://cs231n.github.io/convolutional-networks/