[Easy! 딥러닝] 8-4강. 과적합(overfitting)과 데이터 증강(data augmentation)

[Easy! 딥러닝] 8-5강. 당신이 몰랐던 Dropout에 대한 진실 [[ 비교 실험 포함! ]]

[Easy! 딥러닝] 4-1강. Validation 데이터가 꼭 필요한 이유 | 테스트 데이터와 차이점은??

[NHN Cloud make IT 2023] 시계열 데이터 속에 숨어있는 이상 징후를 찾는 딥 러닝 기술

[Easy! 딥러닝] 2-5강. 웨이트 초기화 기법들 빠르게 정리해 드려요

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

[Easy! 딥러닝] 6-4강. 이거 많이 어렵습니다.. 상위 1%만 알고 있는 딥러닝의 뿌리 이론! MLE (Maximum Likelihood Estimation)

Jaroslaw Szymczak - Gradient Boosting in Practice: a deep dive into xgboost

[②원리학습편] 선형회귀, 로지스틱 회귀 도대체 왜 배우는 거죠? 코드 실습과 함께 40분이면 이해합니다.

[Легко! Глубокое обучение] Урок 8–6: Регуляризация (L1, L2-регуляризация) и MAP (максимум апостер...

⚡️ Путин сдаёт Зеленскому фронт? || РФ заявляет о финале войны

[Easy! 딥러닝] 1-1강. 모두를 위한 정말 쉬운 딥러닝 강의를 시작합니다!

Экспресс-курс RAG для начинающих

Преломление и «замедление» света | По мотивам лекции Ричарда Фейнмана

Overfitting, Underfitting, and Bad Data Are Ruining Your Predictive Models

[Easy! 딥러닝] 6-2강. 로지스틱 회귀(Logistic regression)의 모든 것 | 이진 분류 (binary classification)

RAG простыми словами: как научить LLM работать с файлами

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

Предел развития НЕЙРОСЕТЕЙ

[딥러닝] 9강. "최고의 17분!" 가장 깔끔한 배치 정규화 (Batch Normalization) 설명

[Paper Review] Text Augmentation