09:52

컴퓨터이해의 핵심 11 중간 정리 및 앞으로의 설명방향

13:17

컴퓨터 이해의 핵심 10 클래스 설계의 5원칙의 의미설명

14:46

컴퓨터 이해의 핵심 9 객체지향 프로그램의 제작 2

18:01

컴퓨터 이해의 핵심 8 객체지향 프로그램의 제작 1

16:38

컴퓨터 이해의 핵심 7 객체지향 프로그램의 필요성 2

13:32

컴퓨터 이해의 핵심 6 객체지향 프로그램의 필요성 1

11:23

컴퓨터 이해의 핵심 5 클래스 설계 기법의 이해

12:30

컴퓨터 이해의 핵심 4 시스템 분석 설계는 왜하며, 무엇을 하는가

17:54

컴퓨터 이해의 핵심 3, 클래스와 객체는 각각 언제 사용하는가

13:38

컴퓨터 이해의 핵심 2, 방법론과 시스템 분석 설계의 필요성

11:49

컴퓨터 이해의 핵심, 프로그램 언어의 구성 및 발전 역사 1

15:42

인공지능 44 모델의 평가, PR, ROC

18:08

인공지능 43 RNN 인공지능도구의 소개

14:29

인공지능 42 CNN 2 of 2

12:55

인공지능 41 CNN 1 of 2

18:52

인공지능 40 다층퍼셉트론과 CNN의 관계

14:24

인공지능 39 오토인코더, 대립쌍생성망, 다중 퍼셉트론

16:11

인공지능 38 딥러닝의 개념 정리

22:18

인공지능 37 딥러닝 모델학습의 원리 Backpropagation

15:14

인공지능 36 딥러닝, 퍼셉트론 개념 및 다중 퍼셉트론

14:35

인공지능 35 강화학습 DQN 전이 메타학습

17:06

인공지능 34 강화학습 가치반복법

16:02

인공지능 33 강화학습 정책경사법

21:57

인공지능 32 강화학습 기본모델 greedy, ucb1

13:24

인공지능 31 강화학습 개념

19:05

인공지능 30 다차원척도법 연관규칙분석

16:07

인공지능 29 요인분석

16:57

인공지능 28 주성분분석

10:23

인공지능 27 군집분석

17:12

인공지능 26 앙상블 서포트벡터머신

11:51

인공지능 25 랜덤포레스트

04:42

인공지능 바이블, 책 소개 동영상

18:12

인공지능 24 의사결정나무

13:43

인공지능 23 지도학습, 비지도학습, 강화학습 소개

15:44

인공지능 22 몬테카를로, MCMC, Bootstrap

20:42

인공지능 21 은닉마르코프모델

08:38

인공지능 20 판별분석

19:31

인공지능 19 EM 알고리즘

14:16

인공지능 18 MLE MAP의 개념

16:21

인공지능 17 베이지안 추론

14:25

인공지능 16 통계, 데이터마이닝, 빅데이터

27:49

인공지능 15 함수최적화, 회귀, 경사하강, 정규화

21:41

인공지능 14 유전자, 동적, 분할

16:30

인공지능 13 분기한정법

12:12

인공지능 12 백트래킹, 제약조건전파

15:25

인공지능 11 몬테카를로트리탐색

14:57

인공지능 10 미니맥스 알파베타

20:43

인공지능 9 ID3 알고리즘

15:01

인공지능 8 A 스타, 다익스트라 알고리즘

19:18

인공지능 7 깊이, 넓이, 빔 탐색

20:38

인공지능 6 탐색과 최적화

29:17

인공지능 5 오토마톤과 인공생명

21:52

인공지능 4 지식표현과 추론 2

19:48

인공지능 3 지식표현과 추론 1

12:12

인공지능 2 인공지능의 역사

14:33

인공지능 1 총론

27:10

(소프트웨어공학 20) 객체지향 프로그램 제작방법 1

27:51

(소프트웨어공학 18) 객체지향방법론 4

28:30

(소프트웨어공학 17) 객체지향방법론 3

23:26

(소프트웨어공학 16) 객체지향방법론 2