📓 V-AIS

동영상 강의 모음

자료 모음집 #

⭐️ : 추천도

💀 : 난이도

동영상 강의 #

영어 #

  • CS231n 2016_링크, 2017_링크, 2017_한글 자막 ⭐️ ⭐️ ⭐️ 💀 💀
    Computer Vision 분야에서 가장 중요하고 기초적인 스탠포드 대학 강의

  • 구글 머신러닝 단기집중과정 (한글자막) 링크 ⭐️ 💀
    구글에서 제작한 비전공자들도 쉽게 들을 수 있는 강의

  • Udacity Computer Vision(영어자막) ⭐️ 💀 💀 링크
    Computer Vision 개론 강의
    학부 4학년과 석사과정에서 수강할 수 있는 가장 기본적인 컴퓨터 비전 강의
    강의 PPT 링크

  • MIT 18.06 Gibert Strang (영어자막) 링크

  • Khan Academy linear algebra (한글자막) 링크

  • Stanford CS229 기계학습 개론(영어자막) ⭐️ 💀 링크
    Stanford 에서 열린 단학기용 기계학습 강의로 Andrew Ng 교수님이 직접 강의 기계학습 입문용 강의로 가정 적절

  • Carnegie Mellon University 기계학습 개론(영어자막) 💀 링크
    카네기 멜런 대학교에서 열린 단학기용 기계학습 개론 강의로 Tom Mitchell 교수님이 직접 강의 Stanford CS229 와 비슷한 수준

  • Stanford Statistical Learning 데이터마이닝 개론(영어자막) 💀 💀 링크
    데이터마이닝 개론 강의로 세부적인 내용에서 차이가 있으나, 기계학습과 큰 틀에서 보면 비슷한 내용

  • Probabilistic Graphical Models(영어자막)
    1. 기초 💀 💀
    Stanford 대학교 교수님이신 Daphne Koller 교수님의 베이지언 모델 강의로 학부 수준의 베이지언 통계의 선수를 요구
    대부분의 모델들이 딥러닝 Framework 를 사용해서 구현할 수 없는 모델들이라 구현 실력을 기르는 데에 큰 도움이 되는 과목
    2. 심화 💀 💀 💀
    Carnegie Mellon University 에서 열린 베이지언 모델의 박사수준 강의로 위의 기초 강의와 함수해석학의 선수를 요구 (다만 강의에서 제공하는 reading material 로 어느정도 대체할 수는 있음)

  • UCCS Functional Analysis (영어자막) 💀 💀 💀 Youtube
    기초적인 함수해석학의 내용을 학습할 수 있는 강의

  • Stanford Convex Optimization (영어자막) 💀 💀
    1. Theory
    딥러닝의 솔루션을 찾아내는 optimizer에 대한 기본적인 이론을 학습할 수 있는 강의 선형대수학을 선수과목으로 요구 2. Extensions
    위의 개론강의에서 기초적인 알고리즘을 소개했다면, 심화강의에서는 본격적으로 개발에 쓰일 수 있는 알고리즘 위주로 강의가 진행

  • Cambridge Information Theory(영어자막) 💀 💀 링크
    딥러닝과 Probabilistic Graphical Models 에서 자주 쓰이는 Shannon’s information theory 에 대한 개론
    딥러닝 모델에 대한 정보이론적 접근을 학습

  • NPTEL Statistical Inference(영어자막) 💀 💀 💀 링크
    통계학과 석사 수준의 추정검정론

    학부 수준의 수리통계학 선수를 요구

  • NPTEL Probability Theory(영어자막) 💀 💀 💀 링크
    측도론을 사용하는 확률론 학부 혹은 석사수준의 실변수함수론을 선수과목으로 요구
    고전적인 기계학습 모델들의 논문들을 찾으시다 보면 측도론을 사용해서 해석을 하는 경우가 종종 있습니다.
    이 때, 확률론을 알고 계시다면 이해하시는 데에 큰 도움이 됩니다.

  • NPTEL Stochastic Process(영어자막) 💀 💀 💀 링크
    학부 4 학년 수준의 확률과정론입니다.
    Martingale 을 설명할 때를 제외하고는 크게 Measure Theory 가 필요한 강의는 아닙니다.
    최근 Bayesian Deep Learning 에서 Stochastic Process 이론을 크게 활용하는 논문들이 있습니다. 해당 논문을 이해하실 때 도움이 될 것입니다.

  • MIT Principles of Digital Communication(영어자막) 💀 💀 링크
    신호 처리에 대한 개론강의입니다.
    Cambridge Information Theory 와 같이 수강하시면 시너지 효과가 있는 강의입니다.
    강의 중에 Fourier Analysis 내용을 다루기는 합니다만, Fourier Analysis 에 대한 선수를 요구하는 수준입니다.

  • NPTEL Digital Image Processing(영어자막) 💀 💀 링크
    영상처리 개론강의입니다.
    영상처리의 기본이 되는 morphological operator 부터 신호처리적인 해석까지 폭넓게 배우실 수 있습니다.

  • Multiview Geometry(영어자막) 💀 💀 Youtube

한글 #

  • 모두의 딥러닝 링크 ⭐️ ⭐️ ⭐️ 💀
    딥러닝 입문자들에게 추천하는 국내 1위 강의
    딥러닝 뿐만이 아니라 RL(Reinforcement Learning) 강의 포함

  • KAIST 기계학습 개론 링크
    KAIST 산업공학과 문일철 교수님의 기계학습 개론강의입니다.
    Stanford, CMU 강의가 영어자막이라 이해에 어려움을 가지고 계신 분들을 위한 가장 좋은 대안입니다.

  • 테리의 딥러닝 토크 링크 ⭐️ 💀

  • PR12 딥러닝 논문읽기 모임
    Season 1 ⭐️⭐️⭐️ 💀💀
    Season 2 ⭐️⭐️⭐️ 💀💀
    주요 논문에 대한 해설 강의
    논문을 읽기 전, 맛보기 역할

  • 머신러닝을 위한 Python (최성철 교수) 링크 ⭐️ ⭐️ 💀
    파이썬 강의 및 데이터 분석 관련 모듈(numpy, pandas, …)에 관한 강의
    파이썬 입문자에게 추천

  • 머신러닝을 위한 선형대수(주재걸 교수) 링크, 자료 ⭐️⭐️ 💀

  • Uniwise 해석학 3 시리즈(유료)
    1. 해석개론💀 💀
    전공수학의 가장 기초인 해석개론에 대한 강의입니다.
    2. 위상수학💀 💀
    해석개론을 수강하시고 나서, 좀 더 고급 수학을 접하시고자 할 때 반드시 필요한 General Topology 에 대한 내용을 담고 있습니다.
    3. 실해석학💀 💀 💀
    대학원 수준의 고급수학의 첫 단계인 실해석학 개론입니다.
    실해석학에서는 현대적인 확률통계론의 근간이라고 할 수 있는 측도론에 대한 첫 발을 내딛으시게 됩니다.

comments powered by Disqus