24:22

[75] ChatGPT 쉽게 이해하기 Part2. ChatGPT가 성공한 진짜 이유

34:41

[74] ChatGPT 쉽게 이해하기 Part1. GPT가 뭔가요?

06:27

[73] 친절한 AI x 클래스101 :: 새로운 강의를 소개합니다 👩🏻‍🏫

21:07

[72] Orange3 실습9. 학습:평가 데이터 셋 나누기 :: Data Sampler

25:21

[71] Orange3 실습8. 빠진 값을 처리하는 7가지 방법 :: Impute

24:04

[70] Orange3 실습7. 선실 등급은 카테고리컬 데이터일까? 숫자 데이터일까? :: Group by 위젯 사용

06:35

[69] 오렌지 버전 3.32.0 업데이트 소식 안내 🍊

19:08

[68] 데이터의 타입2. Categorical Data :: Nominal Data, Ordinal Data 이해하기

18:43

[67] 데이터의 타입1. Numeric Data :: Interval Data, Ratio Data 이해하기

14:16

[66] Orange3 실습6. 데이터 분포 확인하기 :: Feature Statistics

25:33

[65] Orange3 실습5. 스프레드 시트 형태로 데이터 살펴보기 :: Data Table

17:10

[64] Orange3 실습4. 데이터 선택/수정을 위한 위젯 :: Select Columns, Edit Domain

24:17

[63] Orange3 실습3. File 위젯의 다양한 기능 :: 데이터 유형, 역할 확인/수정하기

10:03

[62] Orange3 실습2. 오렌지 파일 이름(*.ows)과 워크플로우 제목은 동일한게 아니다!!?

27:11

[61] Orange3 실습1. 문제 정의 및 데이터 업로드 위젯 4개 비교 및 사용

25:42

[60] Orange3 기본 사용법 및 위젯 이해하기 :: 위젯의 인풋과 아웃풋 연결해보기

18:32

[59] Orange3와 Azure ML Studio(classic) 비교 :: 드래그 앤 드롭 ML Tool 소개

19:36

[58] 중요!! Azure ML Studio(classic) 서비스 종료 안내 :: 새로운 Azure Machine Learning Design과 비교

22:01

[57] 클라우드(Cloud)란 무엇을 의미할까요? 클라우드 컴퓨팅, 클라우드 서비스 쉽게 이해하기

27:59

[56] Azure ML Studio(classic) 실습 :: 엑셀에서 모델 활용하기 with OneDrive

09:10

[55] Azure ML Studio(classic) 실습 :: 학습 완료된 모델 웹에 배포하기 3

20:17

[54] Azure ML Studio(classic) 실습 :: 학습 완료된 모델 웹에 배포하기 2

33:34

[53] Azure ML Studio(classic) 실습 :: 학습 완료된 모델 웹에 배포하기 1

15:00

[52] 학습된 머신러닝 모델이 현실 세계에서 사용되려면 어떤 작업이 필요할까? (feat.머신러닝 제품화의 어려움)

16:06

[51] Azure ML Studio(classic) :: 타이타닉 분류 모델 향상 시켜보는 시간(다시 사용해보는 Tune Model Hyperparameters)

18:54

[50.2] Azure ML Studio(classic) :: 클릭 몇 번으로 최고의 머신러닝 모델 만드는 방법 Tune Model Hyperparameters (2편.실습)

21:49

[50.1] Azure ML Studio(classic) :: 클릭 몇 번으로 최고의 머신러닝 모델 만드는 방법 Tune Model Hyperparameters (1편.이론)

18:40

[49] D&I 러닝데이 :: 더 나은 세상을 위한 비 영리 단체의 AI 활용법 (다양성과 포용성을 위한 인공지능 기술)

17:12

[48] 회귀모델 지표 :: MAE와 RMSE 어떻게 다를까?

14:39

[47] 회귀모델 지표 :: MAE 값을 해석할 때 고려해야할 점은 무엇일까?

25:22

[46] 회귀 모델 지표 이해하기 1. Mean Absoulte Error(MAE), Root Mean Squared Error(RMSE)

16:05

[45] Azure ML Studio(classic) - Regression Model 평가하기 Score & Evalute

33:51

[44] [인머딥] 청소년을 위한 인공지능 첫걸음 :: 인공지능, 머신러닝, 딥러닝 개념 한번에 이해하기(feat. 2020 청소년 데이터&인공지능 행사)

19:26

[43] Azure ML Studio(classic) - Boosted Decision Tree Regression 알고리즘 자세히 살펴보기

22:55

[42] Azure ML Studio(classic) - Linear Regression 알고리즘 자세히 살펴보기

16:34

[41] Azure ML Studio(classic) 회귀 알고리즘 8개 살펴보기 - Regression Algorithms

21:49

[40] Azure ML Studio(classic) 월 마트 데이터 전처리 - Edit Metadata

32:48

[39] Azure ML Studio(classic) 월 마트 데이터 합치기 : Join Data, 회귀 모델 만들기

09:03

[38] Azure ML Stuio 두번째 실습 소개&월 마트 데이터 다운로드

10:31

[37] Azure ML Studio 첫번째 실습 과정 훑어보기&마무리

18:56

[36] 학습된 모델로 새로운 데이터 예측해보기 : 가상의 인물이 타이타닉호에 탔을 때 결과는?!

12:11

[35] 깜짝 퀴즈 정답 공개! 스팸메일 분류할 때/질병 유무 판단할 때 Precision or Recall?!

34:23

[DLD:대전 러닝 데이] GAN 모델을 활용한 한글 손 글씨 이미지 생성 : Generative Adversarial Network for Korean with tf.keras

21:52

[34] 분류 모델 지표의 의미와 계산법 : True Positive, False Posivite, True Negative, False Negative

14:49

[33] Azure ML Studio(classic) 모델 정확도/성능 확인하기 :: Evaluate Model

09:14

[32] Azure ML Studio(classic) 모델 평가하기 :: Score Model

12:44

[31] Azure ML Studio(classic) 학습된 모델 이해하기(중요!) :: Logistic Regression

14:49

[30] Azure ML Studio(classic) 모델 학습 :: Logistic Regression 알고리즘 활용한 Initialize Model, Train Model

09:28

[29] Azure ML Studio(classic) 이진 분류 알고리즘 :: Two Class Classification Algorithm

11:43

[28] Azure ML Studio(classic)에서 풀 수 있는 머신러닝 :: 지도학습, 비지도학습, 강화학습??

13:42

[27] Azure ML Studio(classic) 데이터 전처리3 : Split Data 훈련셋/평가셋 나누기

17:45

[26] Azure ML Studio(classic) 데이터 전처리2 : 빠진값 채워넣기, Clean Missing Data 모듈

30:13

[25] Azure ML Studio(classic) Titanic 데이터 전처리1. Feature 선택, Edit Metadata 모듈 활용

16:08

[24] 환경의 날 특집 :: 멸종 위기의 동물을 구하기 위한 인공지능 프로젝트 Wild Me(feat. 고래상어와 만났던 추억의 사진)

15:06

[23] Azure ML Studio(classic) 데이터 업로드 모듈과 및 지원 데이터 형식

13:11

[22] Azure ML Studio(classic) 메뉴 및 실험 화면 소개

11:39

[21] Azure Machine Learning Studio(classic) 소개

06:19

[20] 친절한 AI 실습 소개 - 쉬운 방법과 더 쉬운 방법

14:09

[19] 빅 데이터의 뜻과 특징 - 3V와 6V of Big Data

09:38

[18] 데이터란 무엇이며, 왜 중요할까요? - 정의와 활용