1. 강의 소개
이번 강의에선 신경망(Neural Networks)의 정의, Deep Neural Networks에 대해 알아보겠습니다. 우선 간단한 Linear neural networks 를 예시로 한 Data, Model, Loss, Optimization algorithm 을 정의해보고, Multi-layer perceptron와 같이 더 깊은 네트워크는 어떻게 구성하는지에 대해 배워봅니다. 끝으로 이어지는 Pytorch를 이용한 MLP 실습과 과제가 있습니다!
2. 강의 키워드
- Multi-Layer Perceptron, Hidden Layers, Activation Functions
3. Further Reading
4. Further Questions
- Regression Task와 Classification Task의 loss function이 다른 이유는 무엇인가요?
- Regression Task, Classification Task, Probabilistic Task의 Loss 함수(or 클래스)는 Pytorch에서 어떻게 구현이 되어있을까요? (참고 페이지: pytorch official docs)
5. 강의 영상
