ARKON Studio - Web Gallery v7.0.4

12장 완전 연결 층과 합성곱 층 에피소드 99

11장 파라미터 개수 에피소드 98

10장 무작위성의 원인 에피소드 97

7장. 다중 GPU 훈련 패러다임 에피소드 96

Chapter 9 Generative AI Models 에피소드 95

Chapter 8. The Success of Transformers 에피소드 94

6장. 모델을 변경하여 과대적합 줄이기 에피소드 93

4장. 로터리 티켓 가설 에피소드 92

5장. 데이터로 과대적합 줄이기 에피소드 91

3장. 퓨-샷 학습 에피소드 90

2장. 자기 지도 학습 에피소드 89

Chapter 1. Embeddings, Latent Space, and Representations 에피소드 88

어떤 책을 봐야 하나요 (버전5) 에피소드 87

머신 러닝 교과서 3판 - 12장 다층 인공 신경망을 밑바닥부터 구현 에피소드 86

머신 러닝 교과서 3판 - 11장 레이블되지 않은 데이터 다루기 군집 분석 에피소드 85

Which books should I read (Version 4) 에피소드 84

[혼자 공부하는 데이터 분석 with 파이썬] 도서 소개 영상 에피소드 83

어떤 책을 봐야 하나요 (버전3) 에피소드 82

머신 러닝 교과서 3판 - 10장 회귀 분석으로 연속적 타깃 변수 예측 에피소드 81

Machine Learning Textbook, 3rd Edition - Chapter 8 Applying Machine Learning to Sentiment Analys... 에피소드 80

Machine Learning Textbook, 3rd Edition - Chapter 8 Applying Machine Learning to Sentiment Analys... 에피소드 79

머신 러닝 교과서 3판 - 7장 다양한 모델을 결합한 앙상블 학습 (22) 에피소드 78

머신 러닝 교과서 3판 - 7장 다양한 모델을 결합한 앙상블 학습 (12) 에피소드 77

머신 러닝 교과서 3판 - 6장 모델 평가와 하이퍼파라미터 튜닝의 모범 사례 (33) 에피소드 76

머신 러닝 교과서 3판 - 6장 모델 평가와 하이퍼파라미터 튜닝의 모범 사례 (23) 에피소드 75

어떤 책을 봐야 하나요 (버전2) 에피소드 74

Machine Learning Textbook, 3rd Edition - Chapter 6 Best Practices for Model Evaluation and Hyper... 에피소드 73

Machine Learning Textbook 3rd Edition - Chapter 5 Data Compression Using Dimensionality Reduction... 에피소드 72

머신 러닝 교과서 3판 - 5장 차원 축소를 사용한 데이터 압축 (23) 에피소드 71

머신 러닝 교과서 3판 - 5장 차원 축소를 사용한 데이터 압축 (13) 에피소드 70

머신 러닝 교과서 3판 - 4장 좋은 훈련 데이터셋 만들기 데이터 전처리 (22) 에피소드 69

Machine Learning Textbook 3rd Edition - Chapter 3 A Tour of Machine Learning Classification Mode... 에피소드 68

머신 러닝 교과서 3판 - 4장 좋은 훈련 데이터셋 만들기 데이터 전처리 (12) 에피소드 67

머신 러닝 교과서 3판 - 3장 사이킷런을 타고 떠나는 머신 러닝 분류 모델 투어 (23) 에피소드 66

머신 러닝 교과서 3판 - 3장 사이킷런을 타고 떠나는 머신 러닝 분류 모델 투어 (13) 에피소드 65

머신 러닝 교과서 3판 - 2장 간단한 분류 알고리즘 훈련 (22) 에피소드 64

머신 러닝 교과서 3판 - 2장 간단한 분류 알고리즘 훈련 (12) 에피소드 63

머신 러닝 교과서 3판 - 1장 컴퓨터는 데이터에서 배운다 에피소드 62

어떤 책을 봐야 하나요 에피소드 61

[Do it! 딥러닝 입문] 9장 텍스트를 분류합니다 - 순환 신경망 에피소드 60

[Do it! 딥러닝 입문] 8장 이미지를 분류합니다 - 합성곱 신경망 에피소드 59

Sequences, Time Series and Prediction - Week 4 에피소드 58

Sequences, Time Series and Prediction - Week 3 에피소드 57

[Do it! 딥러닝 입문] 7장 여러 개를 분류합니다. 에피소드 56

Sequences, Time Series and Prediction - Week 2 에피소드 55

Sequences, Time Series and Prediction - Week 1 에피소드 54

Natural Language Processing in TensorFlow - Week 2 에피소드 53

[Do it! Introduction to Deep Learning] Chapter 6, Section 2 Implementing a two-layer neural netw... 에피소드 52

[Do it! 딥러닝 입문] 6장 1절 신경망 알고리즘을 벡터화합니다. 에피소드 51

[Do it! 딥러닝 입문] 6장 3절 미니배치 경사 하강법을 구현합니다. 에피소드 50

9장 비지도 학습 (2) 에피소드 49

Natural Language Processing in TensorFlow - Week 1 에피소드 48

Convolutional Neural Networks in TensorFlow - Week 4 에피소드 47

9장 비지도 학습 (1) 에피소드 46

Convolutional Neural Networks in TensorFlow - Week 3 에피소드 45

Convolutional Neural Networks in TensorFlow - Week 2 에피소드 44

대전 러닝 데이 (DLD, Daejeon Learning Day) 2020 - 사용자 정의 케라스 모델 만들기 에피소드 43

8장 차원 축소 에피소드 42

Convolutional Neural Networks in TensorFlow - Week 1 에피소드 41

Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning - Week 4 에피소드 40

[Do it! 딥러닝 입문] 5장 3절 가중치 규제 ~ 4절 교차 검증 에피소드 39

[Do it! Introduction to Deep Learning] Chapter 5, Section 2 Understanding Overfitting and Underf... 에피소드 38

[Do it! Introduction to Deep Learning] Chapter 5, Section 1 Splitting the validation set and lea... 에피소드 37

Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning - Week 3 에피소드 36

Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning - Week 2 에피소드 35

Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning - Week 1 에피소드 34

7장 앙상블 학습과 랜덤 포레스트 (2) 에피소드 33

[Do it! 딥러닝 입문] 4장 6절~7절 로지스틱 회귀 뉴런으로 단일층 신경망을 만듭니다. 에피소드 32

[Do it! Introduction to Deep Learning] Chapter 4, Sections 4-5 Creating Neurons for Logistic Reg... 에피소드 31

7장 앙상블 학습과 랜덤 포레스트 (1) 에피소드 30

Chapter 6 Decision Trees 에피소드 29

[Do it! 딥러닝 입문] 4장 3절 로지스틱 손실 함수를 경사 하강법에 적용합니다. 에피소드 28

5장 서포트 벡터 머신 (3) 에피소드 27

[Do it! 딥러닝 입문] 4장 1절~2절 로지스틱 회귀와 시그모이드 함수를 소개합니다. 에피소드 26

5장 서포트 벡터 머신 (2) 에피소드 25

[Do it! 딥러닝 입문] 3장 4절 선형 회귀를 위한 뉴런을 만듭니다 에피소드 24

5장 서포트 벡터 머신 (1) 에피소드 23

[Do it! 딥러닝 입문] 3장 3절 손실 함수와 경사 하강법의 관계를 알아봅니다 에피소드 22

Chapter 4 Model Training (3) 에피소드 21

[Do it! 딥러닝 입문] 3장 2절 경사 하강법으로 학습하는 방법을 알아봅니다 에피소드 20

[Do it! Introduction to Deep Learning] Chapter 3, Section 1 Learn about linear regression and p... 에피소드 19

[Do it! Introduction to Deep Learning] Chapter 2, Section 2 Learn about tools for deep learning. 에피소드 18

[Do it! 딥러닝 입문] 1장 딥러닝을 소개합니다 에피소드 17

[Do it! Introduction to Deep Learning] Chapter 2, Section 1 Introducing Google Colab 에피소드 16

[Do it! 딥러닝 입문] 실습 - 2장 1절 구글 코랩을 소개합니다 에피소드 15

케라스 창시자에게 배우는 딥러닝 3판 비교 에피소드 146

[Learning LLM & AI with PyTorch] (Hanbit Media, 2026) Introduction Video 에피소드 145

Large-Scale Language Models Fast, Essentials, and More! - Lecture Introduction 에피소드 144

Machine Learning Quickly and Essentially! - Course Introduction 에피소드 143

Introducing the Inflearn Challenge Large-Scale Language Models Fast, Essentials! 에피소드 142

Introducing the Inflearn Challenge Machine Learning Fast, Essentials! 에피소드 141

7.1 지시 미세 튜닝 소개 에피소드 140

4장 모델 훈련 (2) 에피소드 14

6.5 Adding a Classification Head 에피소드 139

6.1 Various Fine-Tuning Methods 에피소드 138

(도서소개) 머신러닝, 핵심만 빠르게! & 대규모 언어 모델, 핵심만 빠르게! 에피소드 137

5.3 무작위성을 제어하기 위한 디코딩 전략 에피소드 136

5.2 LLM Training 에피소드 135

5.1 텍스트 생성 모델 평가하기 에피소드 134

4.7 Text Generation 에피소드 133

4.6 Building a GPT Model 에피소드 132

4.5 어텐션과 선형 층을 트랜스포머 블록에 연결하기 에피소드 131

4.4 숏컷 연결 추가하기 에피소드 130

4장 모델 훈련 (1) 에피소드 13

4.3 GELU 활성화 함수를 사용하는 피드 포워드 네트워크 구현하기 에피소드 129

4.2 Normalizing Activations with Layer Normalization 에피소드 128

4.1 Implementing LLM Architecture 에피소드 127

3.6 Expanding Single-Head Attention to Multi-Head Attention 에피소드 126

3.5 Masking Future Tokens with Causal Attention 에피소드 125

3.4 훈련 가능한 가중치를 가진 셀프 어텐션 구현하기 에피소드 124

3.3 셀프 어텐션으로 입력의 서로 다른 부분에 주의 기울이기 에피소드 123

3.2 어텐션 메커니즘으로 데이터 의존성 포착하기 에피소드 122

3.1 Problems with modeling long sequences 에피소드 121

2.8 단어 위치 인코딩하기 에피소드 120

3장 분류 (2) 에피소드 12

2.7 Creating Token Embeddings 에피소드 119

1.0 왜 이 책을 공부해야 하나요 에피소드 118

2.6 슬라이딩 윈도로 데이터 샘플링하기 에피소드 117

2.5 Byte Pair Encoding 에피소드 116

2.4 Adding Special Context Tokens 에피소드 115

2.3 Converting a token to a token ID 에피소드 114

2.2 Text Tokenization 에피소드 113

2.1 Understanding Word Embeddings 에피소드 112

1.7 Building a Large Language Model 에피소드 111

1.6 A Closer Look at the GPT Structure 에피소드 110

3장 분류 (1) 에피소드 11

1.5 대규모 데이터셋 활용하기 에피소드 109

1.4 Introduction to Transformer Structure 에피소드 108

1.3 LLM Construction Phase 에피소드 107

1.2 LLM Applications 에피소드 106

1.1 What is an LLM 에피소드 105

0. Book Introduction 에피소드 104

Hands-On LLM - Book Introduction 에피소드 103

Which books should I read (Version 6) 에피소드 102

14장 분포 가설 에피소드 101

13장 비전 트랜스포머 에피소드 100

Custom Training Loops in TensorFlow 2.2 에피소드 10

Chapter 2 Machine Learning Projects from Start to Finish (3) 에피소드 9

2장 머신러닝 프로젝트 처음부터 끝까지 (2) 에피소드 8

Chapter 2 Machine Learning Projects from Start to Finish (1) 에피소드 7

핸즈온 머신러닝 2판의 변경 사항 에피소드 6

Chapter 1 Machine Learning at a Glance (5) 에피소드 5

1장 한눈에 보는 머신러닝 (4) 에피소드 4

1장 한눈에 보는 머신러닝 (3) 에피소드 3

1장 한눈에 보는 머신러닝 (2) 에피소드 2

Chapter 1 Machine Learning at a Glance (1) 에피소드 1

Title