비디오 강의가 포함된 멋진 무료 기계 학습 및 인공 지능 강좌 목록입니다. 모든 과정은 지구상 최고의 AI 연구원 및 교사가 진행하는 고품질 비디오 강의로 제공됩니다.
비디오 강의 외에도 강의 노트, 추가 읽기 자료 및 과제가 있는 코스 웹 사이트를 연결했습니다.
머신러닝과 AI를 시작하기에 좋은 강좌입니다. ML 및 AI에 대한 사전 경험이 필요하지 않습니다. 선형 대수학, 기초 미적분학 및 확률에 대한 지식이 있어야 합니다. 일부 프로그래밍 경험도 권장됩니다.
기계 학습(스탠포드 CS229) | 강좌 웹사이트
이 현대적인 고전적인 기계 학습 과정은 기계 학습의 개념과 기술을 이해하기 위한 훌륭한 출발점입니다. 이 과정은 널리 사용되는 많은 기술을 다루며, 강의 노트는 상세하며 필요한 수학적 개념을 검토합니다.
시각적 인식을 위한 컨벌루션 신경망(Stanford CS231n) | 강좌 웹사이트
딥 러닝을 시작하는 좋은 방법입니다. 이 과정은 컨볼루셔널 신경망과 컴퓨터 비전에 중점을 두고 있지만 순환 네트워크와 강화 학습에 대한 개요도 제공합니다.
인공 지능 소개(UC Berkeley CS188) | 강좌 웹사이트
AI 전 분야를 포괄합니다. 검색 방법, 게임 트리 및 기계 학습부터 베이지안 네트워크 및 강화 학습까지.
응용 기계 학습 2020(컬럼비아)
스탠포드 CS229의 대안. 이름에서 알 수 있듯이 이 과정은 스탠포드에서 Andrew Ng의 기계 학습 강의보다 더 응용적인 관점을 취합니다. 수학보다 더 많은 코드를 보게 될 것입니다. 개념과 알고리즘은 인기 있는 Python 라이브러리인 scikit-learn과 Keras를 사용합니다.
David Silver(DeepMind)와 함께하는 강화 학습 소개 | 강좌 웹사이트
AlphaGo 및 AlphaZero의 주요 연구원 중 한 명이 강화 학습을 소개합니다.
딥러닝을 통한 자연어 처리(Stanford CS224N) | 강좌 웹사이트
순환 신경망 및 단어 임베딩부터 변환기 및 self-attention에 이르는 최신 NLP 기술입니다. 질문 답변 및 텍스트 생성과 같은 응용 주제를 다룹니다.
딥 러닝 - NYU - 2020 | 강좌 웹사이트
이 과정에서는 지도 학습 및 비지도 딥 러닝, 임베딩 방법, 메트릭 학습, 컨볼루션 및 순환 네트워크에 중점을 두고 딥 러닝 및 표현 학습의 최신 기술을 다루며 컴퓨터 비전, 자연어 이해 및 음성 인식에 적용합니다.
그래프를 이용한 기계 학습(Stanford CS224W) | 강좌 웹사이트
그래프 구조 데이터에 적용되는 기계 학습 기술에 대한 포괄적인 개요입니다. 주제에는 노드 임베딩, 그래프 신경망(GNN), 이종 그래프, 지식 그래프 및 해당 애플리케이션이 포함됩니다. 이 과정에서는 신경 하위 그래프 매칭, 그래프 변환기, GNN을 큰 그래프로 확장하는 등의 고급 주제도 다룹니다.
머신러닝과 AI에 대한 사전 지식이 필요한 고급 과정입니다.
심층 비지도 학습(UC Berkeley CS294) | 강좌 웹사이트
딥러닝의 개척자(Simons Institute) | 강좌 웹사이트
새로운 딥러닝 기술 | 강좌 웹사이트
딥러닝의 기하학(Microsoft Research) | 강좌 웹사이트
심층 다중 작업 및 메타 학습(Stanford CS330) 2022년 가을 | 코스 웹사이트
기계 학습 수학 여름 학교 2019(워싱턴 대학교) | 코스 웹사이트
확률적 그래픽 모델(Carneggie Mellon University) | 코스 웹사이트
확률적 및 통계적 기계 학습 2020(튀빙겐 대학교)
통계적 기계 학습 2020(튀빙겐 대학교)
모바일 감지 및 로봇공학 2019(본 대학교)
센서 및 상태 추정 과정 2020(본 대학교)
2015년 사진 측량(본 대학교)
고급 딥 러닝 및 강화 학습 2020(DeepMind / UCL)
기계 학습을 통한 데이터 기반 동적 시스템
머신 러닝을 통한 데이터 기반 제어
ECE AI 세미나 시리즈 2020(NYU)
UC Berkeley Fall 2019의 CS287 고급 로봇공학
CSEP 546 - 기계 학습(AU 2019)(워싱턴대학교)
심층 강화 학습, 의사 결정 및 제어(UC Berkeley CS285)
스탠포드 볼록 최적화
스탠포드 CS224U: 자연어 이해 | 2019년 봄
풀스택 딥러닝 2019
딥 러닝의 새로운 과제
딥|베이즈 2019 여름학교
NLP 2020용 CMU 신경망
강화 학습 및 제어의 새로운 방향(고등 연구 기관)
딥러닝 이론 워크숍: 다음은 어디인가 (고등연구기관)
딥 러닝: 연금술인가 과학인가? (고등연구연구소)
기계학습이론강좌시리즈 (고등연구기관)
빅데이터 및 머신러닝 수학(MIT)
데이터 중심 AI(MIT) 소개 | 강의 영상 | 실험실 과제
계산 모델로서의 트랜스포머(UC Berkeley, Simons Institute)