http://bcho.tistory.com/m/1174 머신러닝 모델 개발 삽질 경험기
https://fuzer.github.io/Compressing-and-regularizing-deep-neural-networks/ 번역자료 (Song Han 이 2016년 11월 10일에 쓴 Compressing and regularizing deep neural networks를 번역한 포스팅 링크)
https://tacademy.sktechx.com/live/player/onlineLectureDetail.action?seq=103 인공지능을 위한 머신러닝 알고리즘 인공지능에 관심이 있는 사람들에게 머신러닝 알고리즘의 개념과 원리를 설명합니다. 특히 머신러닝과 딥러닝 분야의 개발자에게 쉽게 설명된 핵심 이론과 함께 적용사례별 간단한 알고리즘 등을 보여주고 구현방법을 소개합니다. 강의에서는 지도학습과 비지도학습의 머신러닝 알고리즘을 다루며, 지도학습 알고리즘으로는 linear/logistic regression, 서포트 벡터 머신, 의사결정 트리, 신경망, CNN, RNN을, 비지도학습 알고리즘으로는 K-MEANS, DBSCAN 등을 살펴봅니다. 인공지능배포용
20170413 [AI TIMES] ‘AI’-I-VL1.03-SSM – PRES mp3 2. NVIDIA CPU vs GPU 3. Neural Network 3D Simulation – MLP 4. Neural Network 3D [more…]
Stanford CS224n: Natural Language Processing with Deep Learning (Winter 2017) Course Materials: http://web.stanford.edu/class/cs224n/syllabus.html Lecture Videos:
OpenGraphiti: Data Visualization Engine (3D Engine) https://n0where.net/opengraphiti-data-visualization-engine/
인간을 이해하기 위한 자료들 – 라엘리안 cloninng-kr geniocracy-kr Intelligent_Design_korean_part1 Intelligent_Design_korean_part2 maitreya-kr Manga_KR meditation-kr