Deep Learning Basic Lectures (01/30/20)

deep_learning_lectures.txt

UC 버클리 -  Introduction to Deep Learning (STAT 157)
https://courses.d2l.ai/berkeley-stat-157/syllabus.html
- 강의 + 슬라이드
- 전범위 (Linear regression ~ 최근 NLP, Vision 모델)
- 사용 실습 패키지: MxNet (한글 가이드 https://ko.d2l.ai/)
- 진행중인 강의로 Assignment는 순차 업로드

UCL + DeepMind - Deep Learning Lecture Series
https://www.eventbrite.co.uk/o/ucl-x-deepmind-deep-learning-lecture-series-general-29078980901?fbclid=IwAR1kpPES8IzR2L4oORESUypeZHfvQFiHXsdjZedgltPXpFamjEVNGZVuDxo
- 강의 + 슬라이드 (총 12강)
- 전범위
- 2월 3일 부터 매주 저녁 6시 30분 업로드

Stanford CS230 - Deep Learning
http://web.stanford.edu/class/cs230/?fbclid=IwAR0Xri_YK9Naj6on_OJ3ICyi5BNyhYxgAGZ42COAjyeMKNwavFIg-UqHPMQ
- 강의 + 슬라이드
- 맛보기 강의, 기술적인 설명은 적음

Stanford CS231n - CNN for Visual Reconignition
http://cs231n.stanford.edu/?fbclid=IwAR0SkLhz7pSChh-19EzRQma174Of2ngUW7yMfjymnHdRhECusQ2u0KSewN8
- 강의 + 슬라이드
- 오랜 인기 강의
- 전반적인 Deep Learning 설명

MIT Deep Learning Basics by Lex Fridman
- 강의 https://www.youtube.com/watch?v=O5xeyoRL95U&list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf
- 슬라이드 https://www.dropbox.com/s/c0g3sc1shi63x3q/deep_learning_basics.pdf?dl=0
- 코드 https://github.com/lexfridman/mit-deep-learning
- 1시간 반만에 알아보는 기초 Deep Learning
- Tensorflow 사용 간단 실습까지

* 이 밖에도 강의가 많아서 여러개를 다 보기보다는 한가지 (많아야 두가지)를 정해서 깊게 파는게 낫지 않나 싶습니다.