AITimes.Org

https://mingrammer.com/translation-the-mathematics-of-machine-learning   (머신러닝 이론은 반복적으로 데이터를 학습하고 지능형 애플리케이션을 구축하는 데 사용될 수있는 숨겨진 인사이트를 발견하기 위한 통계학, 확률론, 컴퓨터 과학 및 알고리즘이 교차하는 분야) [more…]

http://www.bloter.net/archives/218523   차세대 구글 글래스가 배워야 할 것

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