[케라스 딥러닝 기반의 영상 처리 실무] 11-(3) MNIST 영상 재생 실습2

[AI서비스 개발을 위한 딥러닝 자연어처리] 9-(3) 토픽 모델링 실습(2)

[AI 트랜스포메이션] 2-(2) AI와 일자리 변화

[AI활용 업무 데이터 분석과 시각화] 13-(1) 시각화 대시보드 구현

[케라스 딥러닝 기반의 영상 처리 실무] 6-(2) 문자인식

[케라스 딥러닝 기반의 영상 처리 실무] 11-(2) MNIST 영상 재생 실습1

[AI 트랜스포메이션] 3-(1) 기업의 제품 지능화

[직장인을 위한 딥러닝] 4-(2) 피마족 당뇨병 예측 실습

[케라스 딥러닝 기반의 영상 처리 실무] 5-(3) CNN을 이용한 분류기

[AI 트랜스포메이션] 3-(2) 기업의 업무 지능화

[AI서비스 기획] 4-(3) 활용계획 수립

[직장인을 위한 딥러닝] 4-(3) 숫자손글씨 분류 실습

[AI서비스 기획] 1-(2) AI 서비스 기획의 목표

[직장인을 위한 머신러닝] 12-(1) 주성분 분석 실습

[AI활용 업무 데이터 분석과 시각화] 3-(2) 금융 통계의 기초

[AI서비스 기획] 4-(2) 시나리오 작성

[직장인을 위한 딥러닝] 6-(3) 트랜스퍼 러닝 및 파인튜닝 실습

[직장인을 위한 머신러닝] 13-(3) 플롯 그리기 실습

[AI 트랜스포메이션] 3-(3) 기업의 서비스 지능화

[AI 트랜스포메이션] 4-(3) AI 반도체 기술의 발전

[AI 트랜스포메이션] 5-(1) 머신러닝과 딥러닝

[AI 트랜스포메이션] 4-(1) AI 기술 분야

[AI 트랜스포메이션] 4-(2) AI 서비스 기술의 발전

[AI활용 업무 데이터 분석과 시각화] 12-(1) 플롯 그리기 실습

[AI 트랜스포메이션] 5-(3) 딥러닝 원리와 응용

[AI서비스 개발을 위한 딥러닝 자연어처리] 9-(2) 토픽 모델링 실습(1)

[직장인을 위한 머신러닝] 12-(3) 계층 군집 분석 실습

[직장인을 위한 머신러닝] 10-(3) 서포트 벡터 머신 분류 실습

[직장인을 위한 머신러닝] 12-(2) k-평균 군집화 실습

[직장인을 위한 머신러닝] 13-(2) 차트 그리기 실습

[AI 트랜스포메이션] 1-(3) AI로 실현 가능한 변화

[직장인을 위한 머신러닝] 10-(1) k-NN, 나이브베이즈 분류 실습

[직장인을 위한 머신러닝] 1-(2) 파이썬 소개 및 설치

[AI서비스 개발을 위한 딥러닝 자연어처리] 13-(3) 소셜 미디어 데이터 분석

[AI서비스 개발을 위한 딥러닝 자연어처리] 5-(1) N그램의 이해와 실습

[직장인을 위한 머신러닝] 10-(2) 로지스틱 회귀 분류 실습

[직장인을 위한 머신러닝] 1-(3) 클라우드 랩 활용법 소개

[AI 트랜스포메이션] 2-(3) 사회문제 해결과 AI

[직장인을 위한 머신러닝] 9-(3) 실무 데이터셋 소개

[AI 트랜스포메이션] 2-(1) AI 사회로의 변화

[직장인을 위한 머신러닝] 7-(3) 필수 라이브러리 소개 및 설치

[AI 트랜스포메이션] 1-(2) AI 트랜스포메이션

[AI 트랜스포메이션] 5-(2) 머신러닝 원리와 응용

[직장인을 위한 딥러닝] 7-(1) 동영상 예측 모델

[AI서비스 기획] 11-(1) 프로토타입의 역할과 필요성

[AI서비스 개발을 위한 딥러닝 자연어처리] 5-(2) Bag of Word의 이해와 실습

[직장인을 위한 딥러닝] 5-(3) 숫자손글씨 분류 실습

[직장인을 위한 머신러닝] 11-(3) 실무 데이터셋 소개

[AI서비스 기획] 1-(1) 기획의 필요성, 종류와 특징

[AI활용 업무 데이터 분석과 시각화] 12-(2) 워드 클라우드 실습

[AI서비스 기획] 11-(2) 프로토타이핑 방법

[AI활용 업무 데이터 분석과 시각화] 3-(1) 금융 데이터의 이해

[케라스 딥러닝 기반의 영상 처리 실무] 6-(3) 한글데이터셋

[AI 트랜스포메이션] 1-(1) AI 개념과 역사

[직장인을 위한 딥러닝] 6-(2) Imagenet 분류 실습

패션 아이템 이미지 분류하기

타이타닉 생존자 예측하기