동영상

• ▶ 머신러닝 성능의 핵심? 데이터 규모가 결과를 결정한다 IT의 답을 터득하다, 아답터 · 2026.05.22
• ▶ 이미지 인식 할 때 왜 CNN을 써야 할까 IT의 답을 터득하다, 아답터 · 2026.11.03
• ▶ 왜 필터를 학습할까? CNN 기술 핵심 분석 IT의 답을 터득하다, 아답터 · 2026.11.04
• ▶ 계단함수부터 렐루까지 활성함수 진화의 역사 IT의 답을 터득하다, 아답터 · 2026.10.21
• ▶ 신경망 설계 시 핵심! 활성·손실함수 한방 정리 IT의 답을 터득하다, 아답터 · 2026.10.26
• ▶ 이진분류 손실함수로 BCE를 써야 하는 이유 IT의 답을 터득하다, 아답터 · 2026.10.23
• ▶ 신경망 출력층 활성함수 목적별 완벽 정리 IT의 답을 터득하다, 아답터 · 2026.10.20
• ▶ 24강. 확률은 어떻게 분포할까? | CH3. 확률과통계 [수포자를 위한 AI 수학] IT의 답을 터득하다, 아답터 · 2026.10.27
• ▶ 딥러닝 기울기 소실 ReLU로 해결한 이유 IT의 답을 터득하다, 아답터 · 2026.10.14
• ▶ 인공지능의 암흑기 갑자기 반등한 이유 IT의 답을 터득하다, 아답터 · 2026.10.06

1 페이지 다음 →