함께하는 데이터 분석

Deep neural network notation Forward propagation in a deep network Parameters W[l] and b[l] Vectorized implementation Intuition about deep representation Forward and Backward fuctions Forward propagation for layer l Backward propagation for layer l What are hyperparameters?

Neural Network Representation Computing a Neural Network's Output Vectorizing across multiple examples Justification for vectorized implementation Activation functions Why do you need Non-Linear Activation Functions? Derivatives of Activation Functions Gradient descent for neural networks Formulas for computing derivatives What happens if you initialize weights to zero? Random initialization

Linear Regression Logistic Regression Logistic Regression cost function Gradient Descent Logistic Regression Gradient Descent Logistic Regression Gradient Descent on m examples Vectorization import numpy as np import time a = np.random.rand(1000000) b = np.random.rand(1000000) tic = time.time() c = 0 for i in range(1000000) : c += a[i] * b[i] toc = time.time() print('for loop :' + str(1000 * (to..

Supervised Learning with Neural Networks Neural Network examples Scaled drives deep learning progress

이번 2023 구글 머신러닝 부트캠프에 붙어서 부트캠퍼로 참여하게 되었습니다 지원하게 된 계기는 취업을 준비하면서 공부했던 내용을 정리하면서 복습하고 싶었는데 딱 맞을 것 같아서 지원했습니다 프로그램 구성 프로그램 일정 참가 회사 합격 후기 지원하게 된 가장 큰 이유가 Andrew Ng 교수의 Deep Learning Specialization 수업을 듣고 정리하는 것이기에 강의를 듣고 공부한 부분을 시간 관계상 설명까지 추가하여 올리진 못하더라도 나름의 정리를 해서 올릴 예정입니다