[Day7] 글로 배우는 딥러닝...

매주 금요일은 AIFFEL에서 글을 쓰라고 강요(?)하는 날이다.  무려 3시간 30분이라는 시간을 한주간에 배운 내용을 정리하는 시간으로 할당하고 있다. 지금 이 글도 그 시간을 활용해서 작성중이다.

금요일 오전에 3시간30분 정도만에 마칠 수 있는 학습 노드를 진행하는데, 오늘은 그동안 실습한 것은 제외하고 철학?적으로 딥러닝이란 무엇인지에 대해 고민?해 볼 수 있는 내용들로 이루어져 있었다. 다음 글들을 읽어보고 (혹은 비디오를 보면서) 딥러닝이란 무엇인지 어떤 한계가 있을지 각자 정의해 보는 것도 좋을 것 같다.

1. P versus NP problem

https://en.wikipedia.org/wiki/P_versus_NP_problem

P versus NP problem - Wikipedia

2. 머신 러닝 : https://ko.wikipedia.org/wiki/%EA%B8%B0%EA%B3%84_%ED%95%99%EC%8A%B5

기계 학습 - 위키백과, 우리 모두의 백과사전

3. Machine Learning Zero to Hero (Google I/O'19)

https://www.youtube.com/watch?v=VwVg9jCtqaU&feature=youtu.be4. 

4. 머신 러닝의 7가지 단계 (AI 어드벤쳐)

https://www.youtube.com/watch?v=nKW8Ndu7Mjw&feature=youtu.be

5. 학습 데이터 세트와 테스트 데이터 세트

https://developers.google.com/machine-learning/crash-course/training-and-test-sets/splitting-data?hl=ko

학습 및 평가 세트: 데이터 분할  |  머신러닝 단기집중과정  |  Google Developers

6. 읽어보면 좋은 책 (핸즈온 머신러닝)

http://www.yes24.com/Product/Goods/89959711?Acode=101

핸즈온 머신러닝

7. CS231n 강의에서도 나오는 경사하강 (Gradient Descent), 만약 이 개념을 모른다면 한번 읽어보면 좋을 듯...

https://medium.com/@lachlanmiller_52885/machine-learning-week-1-cost-function-gradient-descent-and-univariate-linear-regression-8f5fe69815fd 

8. 애니메이션을 이해하기 쉽게 정지문제를 증명하는 비디오

youtu.be/92WHN-pAFCs