파이썬 날코딩으로 알고짜는 딥러닝_1장_회귀분석

•

9 gefällt mir•2,142 views

양

파이썬 날코딩으로 알고짜는 딥러닝_1장_회귀분석 - 관련도서: http://www.hanbit.co.kr/store/books/look.php?p_code=B8585180187 CHAPTER 1 회귀 분석 : 전복의 고리 수 추정 신경망 1.1 단층 퍼셉트론 신경망 구조 1.2 텐서 연산과 미니배치의 활용 1.3 신경망의 세 가지 기본 출력 유형과 회귀 분석 1.4 전복의 고리 수 추정 문제 1.5 회귀 분석과 평균제곱오차(MSE) 손실 함수 1.6 경사하강법과 역전파 1.7 편미분과 손실 기울기의 계산 1.8 하이퍼파라미터 1.9 비선형 정보와 원-핫 벡터 표현 1.10 구현하기 : 전복 고리 수 추정 신경망 1.11 실행하기

1장. 회귀분석
전복의 고리 수 추정 신경망
2020. 1. 1

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

vv
신경망 추정
Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

MSE =
!
"
∑$%!
"
(𝑡$ − 𝑦$)
+
Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

122
3
<
137
3
철수의 추정이
더 정확
Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

Weitere ähnliche Inhalte

Was ist angesagt?

파이썬 날코딩으로 알고 짜는 딥러닝: 프레임워크 없이 단층 퍼셉트론에서 GAN까지 > 관련도서: http://bit.ly/2LcyM9o CHAPTER 9 인셉션 모델과 레스넷 모델 : 꽃 이미지 분류 신경망 9.1 인셉션 모델 9.2 레스넷 모델 9.3 인셉션 모델과 레스넷 모델 구현을 위해 필요한 확장들 9.4 구현하기 : 확장된 합성곱 신경망 모델 클래스 9.5 구현하기 : 더미 데이터셋 클래스 9.6 실행하기 : 인셉션 모델 9.7 실행하기 : 레스넷 모델

파이썬 날코딩으로 알고 짜는 딥러닝_9장

파이썬 날코딩으로 알고 짜는 딥러닝_9장

파이썬 날코딩으로 알고 짜는 딥러닝_9장

파이썬 날코딩으로 알고 짜는 딥러닝: 프레임워크 없이 단층 퍼셉트론에서 GAN까지 > 관련도서: http://bit.ly/2LcyM9o CHAPTER 10 기본 셀 순환 신경망 : 오토마타 문장 판별 신경망 10.1 시계열 데이터 10.2 순환 계층과 순환 벡터의 활용 10.3 순환 계층의 입출력 형태 10.4 순환 계층을 위한 시계열 데이터의 표현 10.5 순환 계층의 순전파와 역전파 처리 10.6 오토마타를 이용한 수식 표현의 생성과 검사 10.7 구현하기 : 간단한 순환 신경망 클래스 10.8 구현하기 : 오토마타 데이터셋 10.9 실행하기

파이썬 날코딩으로 알고 짜는 딥러닝_10장

파이썬 날코딩으로 알고 짜는 딥러닝_10장

파이썬 날코딩으로 알고 짜는 딥러닝_10장

PUR-001-工程採購實務簡介

PUR-001-工程採購實務簡介

PUR-001-工程採購實務簡介

علم الاحياء للصف الثاني متوسط

علم الاحياء للصف الثاني متوسط

علم الاحياء للصف الثاني متوسط

Ayad Haris Beden

綠色採購國際趨勢與國內推動現況

綠色採購國際趨勢與國內推動現況

綠色採購國際趨勢與國內推動現況

エンタープライズIT環境での OpenID Connect / SCIM の具体的実装方法 idit2014

エンタープライズIT環境での OpenID Connect / SCIM の具体的実装方法 idit2014

エンタープライズIT環境での OpenID Connect / SCIM の具体的実装方法 idit2014

はじめてのCouch db

今更聞けない電子認証入門－OAuth 2.0/OIDCからFIDOまで－ <改定２版>

今更聞けない電子認証入門－OAuth 2.0/OIDCからFIDOまで－ <改定２版>

今更聞けない電子認証入門－OAuth 2.0/OIDCからFIDOまで－ <改定２版>

セキュリティの都市伝説を暴く

Hiroshi Tokumaru

寫作手法

日経BPリーン式創業塾 #leanstartup #リーンスタートアップ

日経BPリーン式創業塾 #leanstartup #リーンスタートアップ

日経BPリーン式創業塾 #leanstartup #リーンスタートアップ

Optimistic Rollupとは何か

Optimistic Rollupとは何か

Optimistic Rollupとは何か

「統計學」，是一個大家都熟悉卻可能又陌生的名詞。做為傳統上最接近資料科學、藉由分析資料去探索事實真相的一門學問，統計學遍佈在大專院校的各個系所中，在以往是許多學生最大的惡夢之一，現在卻又在大數據的時代，被許多人宣稱統計學已死。到底什麼是統計學？統計學包含資料分析，還是資料分析包含統計學？統計學能做到什麼，又不能做到什麼？會算平均數跟標準差之後，如果懂機率學，還能多做些什麼？這門課程將由臺大資管系孔令傑助理教授主講，用一天的時間對統計學與資料分析做一個入門的介紹。時間雖短，內容雖淺，相信仍可以幫大家釐清一些概念，也讓初學者學到一些可以實戰的技術。更重要的是，這門課希望能給大家在未來繼續學習進階知識的動機與基礎。

[系列活動] 給工程師的統計學及資料分析 123

[系列活動] 給工程師的統計學及資料分析 123

[系列活動] 給工程師的統計學及資料分析 123

台灣資料科學年會

Cache-Oblivious データ構造入門 @DSIRNLP#5

Cache-Oblivious データ構造入門 @DSIRNLP#5

Cache-Oblivious データ構造入門 @DSIRNLP#5

『繋がり』を見る：　Cytoscapeと周辺ツールを使ったグラフデータ可視化入門

『繋がり』を見る：　Cytoscapeと周辺ツールを使ったグラフデータ可視化入門

『繋がり』を見る：　Cytoscapeと周辺ツールを使ったグラフデータ可視化入門

Spring bootでweb セキュリティ（ログイン認証）編

Spring bootでweb セキュリティ（ログイン認証）編

Spring bootでweb セキュリティ（ログイン認証）編

Fractional cascading

Fractional cascading

Fractional cascading

Nariaki Tateiwa

タイトル：『OpenID ConnectとAndroidアプリのログインサイクル』概要：　GoogleやFacebook、Yahoo! JAPANの提供するOAuth、OpenID Connectのシングルサインオン（SSO）を利用する上でトークン、ログイン状態の管理が必要になります。ログイン、ログアウトに加えアプリによってはマルチアカウント利用やアカウント切り替えを必要とするケースもあります。スマフォアプリではネイティブ、WebViewでSSOの認証方法が異なり、実装パターンは多岐にわたります。　これまでID連携の設計や実装サポートしてきたナレッジをもとに、AndroidアプリにおけるSSOからログイン状態の管理まで、アプリの要件にあった実装方法をご紹介します。 Developers Summit 2015 【19-C-5】 Feb. 19, 2015 URL: http://event.shoeisha.jp/devsumi/20150219/session/654

OpenID ConnectとAndroidアプリのログインサイクル

OpenID ConnectとAndroidアプリのログインサイクル

OpenID ConnectとAndroidアプリのログインサイクル

Masaru Kurahayashi

アプリケーションコードにおける技術的負債について考える

アプリケーションコードにおける技術的負債について考える

アプリケーションコードにおける技術的負債について考える

俺が考えた最強のID連携デザインパターン

俺が考えた最強のID連携デザインパターン

俺が考えた最強のID連携デザインパターン

Masaru Kurahayashi

Was ist angesagt? (20)

파이썬 날코딩으로 알고 짜는 딥러닝_9장

파이썬 날코딩으로 알고 짜는 딥러닝_9장

파이썬 날코딩으로 알고 짜는 딥러닝_9장

파이썬 날코딩으로 알고 짜는 딥러닝_10장

파이썬 날코딩으로 알고 짜는 딥러닝_10장

파이썬 날코딩으로 알고 짜는 딥러닝_10장

PUR-001-工程採購實務簡介

PUR-001-工程採購實務簡介

PUR-001-工程採購實務簡介

علم الاحياء للصف الثاني متوسط

علم الاحياء للصف الثاني متوسط

علم الاحياء للصف الثاني متوسط

綠色採購國際趨勢與國內推動現況

綠色採購國際趨勢與國內推動現況

綠色採購國際趨勢與國內推動現況

エンタープライズIT環境での OpenID Connect / SCIM の具体的実装方法 idit2014

エンタープライズIT環境での OpenID Connect / SCIM の具体的実装方法 idit2014

エンタープライズIT環境での OpenID Connect / SCIM の具体的実装方法 idit2014

はじめてのCouch db

今更聞けない電子認証入門－OAuth 2.0/OIDCからFIDOまで－ <改定２版>

今更聞けない電子認証入門－OAuth 2.0/OIDCからFIDOまで－ <改定２版>

今更聞けない電子認証入門－OAuth 2.0/OIDCからFIDOまで－ <改定２版>

セキュリティの都市伝説を暴く

寫作手法

日経BPリーン式創業塾 #leanstartup #リーンスタートアップ

日経BPリーン式創業塾 #leanstartup #リーンスタートアップ

日経BPリーン式創業塾 #leanstartup #リーンスタートアップ

Optimistic Rollupとは何か

Optimistic Rollupとは何か

Optimistic Rollupとは何か

[系列活動] 給工程師的統計學及資料分析 123

[系列活動] 給工程師的統計學及資料分析 123

[系列活動] 給工程師的統計學及資料分析 123

Cache-Oblivious データ構造入門 @DSIRNLP#5

Cache-Oblivious データ構造入門 @DSIRNLP#5

Cache-Oblivious データ構造入門 @DSIRNLP#5

『繋がり』を見る：　Cytoscapeと周辺ツールを使ったグラフデータ可視化入門

『繋がり』を見る：　Cytoscapeと周辺ツールを使ったグラフデータ可視化入門

『繋がり』を見る：　Cytoscapeと周辺ツールを使ったグラフデータ可視化入門

Spring bootでweb セキュリティ（ログイン認証）編

Spring bootでweb セキュリティ（ログイン認証）編

Spring bootでweb セキュリティ（ログイン認証）編

Fractional cascading

Fractional cascading

Fractional cascading

OpenID ConnectとAndroidアプリのログインサイクル

OpenID ConnectとAndroidアプリのログインサイクル

OpenID ConnectとAndroidアプリのログインサイクル

アプリケーションコードにおける技術的負債について考える

アプリケーションコードにおける技術的負債について考える

アプリケーションコードにおける技術的負債について考える

俺が考えた最強のID連携デザインパターン

俺が考えた最強のID連携デザインパターン

俺が考えた最強のID連携デザインパターン

Mehr von 양 한빛

파이썬 날코딩으로 알고 짜는 딥러닝: 프레임워크 없이 단층 퍼셉트론에서 GAN까지 > 관련도서: http://bit.ly/2LcyM9o CHAPTER 15 생성적 적대 신경망 : 회화 및 숫자 이미지 생성 신경망 15.1 생성적 적대 신경망의 구조 15.2 생성적 적대 신경망과 데이터 생성 15.3 생성적 적대 신경망의 순전파와 역전파 처리 15.4 구현하기 : 생성적 적대 신경망 모델 클래스 15.5 구현하기 : 생성적 적대 신경망을 위한 데이터셋 15.6 실행하기

파이썬 날코딩으로 알고 짜는 딥러닝_15장

파이썬 날코딩으로 알고 짜는 딥러닝_15장

파이썬 날코딩으로 알고 짜는 딥러닝_15장

파이썬 날코딩으로 알고 짜는 딥러닝: 프레임워크 없이 단층 퍼셉트론에서 GAN까지 > 관련도서: http://bit.ly/2LcyM9o CHAPTER 14 인코더-디코더 : 엠니스트 이미지 숫자 읽기 신경망 14.1 인코더-디코더의 구조 14.2 인코더-디코더와 언어 처리 14.3 필기체 숫자 이미지를 영어로 읽기 14.4 필기체 숫자 이미지열을 한글로 읽기 14.5 인코더-디코더의 분리 학습 문제 14.6 구현하기 : 인코더-디코더 모델 클래스 14.7 구현하기 : 인코더-디코더를 위한 엠니스트 데이터셋 14.8 실행하기

파이썬 날코딩으로 알고 짜는 딥러닝_14장

파이썬 날코딩으로 알고 짜는 딥러닝_14장

파이썬 날코딩으로 알고 짜는 딥러닝_14장

파이썬 날코딩으로 알고 짜는 딥러닝: 프레임워크 없이 단층 퍼셉트론에서 GAN까지 > 관련도서: http://bit.ly/2LcyM9o CHAPTER 13 오토인코더 : 엠니스트 이미지 재현 및 분류 신경망 13.1 오토인코더의 구조 13.2 지도학습과 비지도학습 13.3 잡음 제거용 오토인코더 13.4 유사 이진 코드 생성과 시맨틱 해싱 13.5 지도학습이 추가된 확장 오토인코더 모델 13.6 확장 인코더 모델을 위한 엠니스트 데이터셋 13.7 구현하기 : 확장 오토인코더 모델 클래스 13.8 구현하기 : 오토인코더를 위한 엠니스트 데이터셋 13.9 실행하기

파이썬 날코딩으로 알고 짜는 딥러닝_13장

파이썬 날코딩으로 알고 짜는 딥러닝_13장

파이썬 날코딩으로 알고 짜는 딥러닝_13장

파이썬 날코딩으로 알고 짜는 딥러닝: 프레임워크 없이 단층 퍼셉트론에서 GAN까지 > 관련도서: http://bit.ly/2LcyM9o CHAPTER 12 CNN과 RNN의 결합 : 장면 전환 판별 신경망 12.1 비순환 계층에서의 시계열 데이터 처리 12.2 동영상 처리를 위한 합성곱 신경망과 순환 신경망의 결합 12.3 출력 계층과 후처리 단계에서의 시계열 데이터 처리 12.4 장면 전환 데이터셋 12.5 실행 부담을 줄이는 방법들 12.6 구현하기 : 확장된 순환 신경망 클래스 12.7 구현하기 : 장면 전환 데이터셋 12.8 실행하기

파이썬 날코딩으로 알고 짜는 딥러닝_12장

파이썬 날코딩으로 알고 짜는 딥러닝_12장

파이썬 날코딩으로 알고 짜는 딥러닝_12장

RealTime Talk #3 스케치 빠르게 배워 똑똑하게 쓰기 <관련도서: http://www.hanbit.co.kr/store/books/look.php?p_code=B5339242833> - 대표 UX/UX 프로토타입 툴인 ‘스케치’의 기초부터 활용까지 - 저자의 노하우! 그것이 알고 싶다! "UX/UI 디자이너를 위한 스케치 완전정복"편에서는 스케치의 강점을 제대로 활용하기 위한 효과적인 접근 방식과 스케치 및 주요 연동 프로그램들 (Zeplin, InVision 등)을 사용한 전체 작업 프로세스 노하우를 공유합니다. 다루는 내용 - 스케치 프로그램의 특성 및 다른 그래픽 툴들과의 차이 - 스케치의 강력한 연동 프로그램 및 이를 활용한 전체 작업 프로세스 - 스케치 프로그램을 빠르게 정복하고 강점을 제대로 활용하기 위한 팁

RealTime Talk #3 스케치 빠르게 배워 똑똑하게 쓰기

RealTime Talk #3 스케치 빠르게 배워 똑똑하게 쓰기

RealTime Talk #3 스케치 빠르게 배워 똑똑하게 쓰기

'모의해킹' 진로 고민부터 실무까지 - 관련 책: 실무자가 말하는 모의해킹 https://goo.gl/EuNJou 모의해커를 꿈꾸는 후배에게 들려주는 멘토의 현장 에세이 : 모의해킹을 다루는 전문 기술서는 많지만, 국내 모의해킹 분야로의 진출을 꿈꾸는 입문자의 불안과 궁금증을 속 시원하게 해결해주는 입문서는 없다. 보안 분야에 10년 이상 종사한 필자는 이 책에서 ‘모의해킹’이라는 주제에 관한 입문자의 각종 궁금증을 자신의 경험에 비추어 구체적으로 풀어준다. 기술적인 내용은 최소화하고 필요한 경우에는 최대한 알기 쉽게 풀어 설명했다. 모의해킹 업무를 진로로 선택한 학생들과 이제 막 업무를 시작한 직원들은 이 책을 다 읽고 나면 앞으로 맞이할 업무에 관해 더 명확하고 구체적인 그림을 그려볼 수 있을 것이다.

실무자가 말하는 모의해킹

비즈니스블록체인

앵귤러 첫걸음(Angular for beginers)

앵귤러 첫걸음(Angular for beginers)

앵귤러 첫걸음(Angular for beginers)

설계부터 개발까지 직접 만들면서 배우는 보안 개발 시리즈 - Security School 1. 시리즈 소개 • 리눅스 환경에서 동작하는 보안 솔루션을 개발하며 기본 구조를 이해할 수 있습니다. • 백신 개발을 시작으로 시스템 보안과 네트워크 보안까지 개발합니다. • 다 만들어진 코드를 설명하는 게 아니라 기획/설계/구현하는 방법을 이야기합니다. • 보안 개발을 처음 시작하는 학생과 직장인을 대상으로 합니다. • 최대한 쉽게 구현합니다. • 누구나 보안 개발자가 될 수 있다는 꿈과 희망을 선사합니다. 2. 주요 특징 • UML 실용 설계 - UML을 효과적으로 사용하는 방법으로 간결한 코드만으로도 모든 요구사항을 만족시킬 수 있습니다. • 현실주의 - 현업에서 실제로 일어나는 일들과 그에 맞는 개발 프로세스를 이야기합니다. • 모듈식 구성 - 원하는 목적에 맞춰 골라 읽을 수 있습니다. • 손 안에 기술서 - 한 권의 내용을 1주에서 2주 정도면 정독할 수 있는 분량으로 짧게 구성합니다. 3. 사전 지식(권장) • C 언어 • 간단한 소켓 프로그래밍 • 리눅스 커널의 역할 이해(단, 커널 개발 경험은 없어도 됩니다.) • UML과 VMWare 사용의 이해 저자: 이창우 보안 기업 AhnLab에서 10년 동안 PC용 V3 방화벽과 침입차단 시스템 엔진, 웹 보안 솔루션을 개발했다. 이후 삼성전자에서 스마트TV 보안 강화 설계, SDL(Security Development Lifecycle) 적용, 임베디드 보안 프레임워크를 설계했고, 현재는 삼성 스마트TV 통합 보안 솔루션인 ‘스마트 시큐리티’를 담당하며 임베디드 백신, 코드 서명, 방화벽을 개발하고 있다. 하나의 보안 기술만으로 컴퓨터 시스템을 안전하게 만들 수 없다. 따라서 개발 기술뿐만 아니라 프로세스와 조직 문화까지 보안과 관련된 것이라면 무엇이든 공부하고 있다.

직접 설계하고 만드는 Io t 백신 초급(한빛미디어) _맛보기

직접 설계하고 만드는 Io t 백신 초급(한빛미디어) _맛보기

직접 설계하고 만드는 Io t 백신 초급(한빛미디어) _맛보기

✔ 세미나 커리큘럼 확인하기: http://www.hanbit.co.kr/store/education/edu_view.html?p_code=S9897423756 안드로이드 빌드 시스템, 그레이들 실무를 위하여 필요한, 빌드 타입과 제품 특성에 대하여 알아본다. [주요 내용] 1 빌드 타입 이해하기 2 제품 특성과 빌드 변형 3 제품 특성에 따라 리소스 병합하기 4 자바 소스 코드 병합하기 [목표] - 빌드 타입과 제품 특성을 구별할 수 있다. - 내 프로젝트에 제품 변형(빌드 타입 + 제품 특성)을 적용해볼 수 있다. - 제품 변형을 활용하여 고객 요구 사항에 맞게 이미지 등의 리소스를 다르게 할 수 있다. - 제품 변형을 활용하여 고객 요구 사항에 맞게 소스 코드의 일부를 다르게 할 수 있다.

그레이들(Gradle)로 만드는 안드로이드 요리법

그레이들(Gradle)로 만드는 안드로이드 요리법

그레이들(Gradle)로 만드는 안드로이드 요리법

track2 04. MS는 Rx를 왜 만들었을까? feat. RxJS/ 네이버, 김훈민

track2 04. MS는 Rx를 왜 만들었을까? feat. RxJS/ 네이버, 김훈민

track2 04. MS는 Rx를 왜 만들었을까? feat. RxJS/ 네이버, 김훈민

Track2 02. machine intelligence at google scale google, kaz sato, staff devel...

Track2 02. machine intelligence at google scale google, kaz sato, staff devel...

Track2 02. machine intelligence at google scale google, kaz sato, staff devel...

track2 01. 서버리스 아키텍처 소셜미디어 개발기인데요. React를 썼어요/ 삼성SDS, 도경태 & 양선호

track2 01. 서버리스 아키텍처 소셜미디어 개발기인데요. React를 썼어요/ 삼성SDS, 도경태 & 양선호

track2 01. 서버리스 아키텍처 소셜미디어 개발기인데요. React를 썼어요/ 삼성SDS, 도경태 & 양선호

track1 05. 스타트업 1인 개발 극복기’와 ‘javascript vs Scala, (함수형 언어 관점으로)방황기/ I/O Inc, ...

track1 05. 스타트업 1인 개발 극복기’와 ‘javascript vs Scala, (함수형 언어 관점으로)방황기/ I/O Inc, ...

track1 05. 스타트업 1인 개발 극복기’와 ‘javascript vs Scala, (함수형 언어 관점으로)방황기/ I/O Inc, ...

track1 04. 본격 서버리스 개발기 메이크어스/ 데니스 최고기술책임

track1 04. 본격 서버리스 개발기 메이크어스/ 데니스 최고기술책임

track1 04. 본격 서버리스 개발기 메이크어스/ 데니스 최고기술책임

Track1 03. 지적 프로그래밍을 위한 넓고 얇은 습관 카카오 서지연

Track1 03. 지적 프로그래밍을 위한 넓고 얇은 습관 카카오 서지연

Track1 03. 지적 프로그래밍을 위한 넓고 얇은 습관 카카오 서지연

track1 02. 라쿠텐 트라벨 Next Search Platform구축까지의 이야기 그리고 라쿠텐에서 엔지니어로 사는것

track1 02. 라쿠텐 트라벨 Next Search Platform구축까지의 이야기 그리고 라쿠텐에서 엔지니어로 사는것

track1 02. 라쿠텐 트라벨 Next Search Platform구축까지의 이야기 그리고 라쿠텐에서 엔지니어로 사는것

개발자를 위한 공감세미나 tensor-flow

개발자를 위한 공감세미나 tensor-flow

개발자를 위한 공감세미나 tensor-flow

[개발자를 위한 공감세미나 ] 제약회사에 있으면서, 제약 도메인 기반 소프트웨어를 만들고 있습니다. 금융권, RTE, 보험청구 자동화, BPM 등 다양한 엔터프라이즈 소프트웨어 프로젝트를 했지만, 제약 분야 만큼 법과 규정의 제약사항이 두루뭉실하게 영향을 끼치는 분야는 처음입니다. 국내에서 시도하기 어려운 Software Product 기반의 비즈니스를 성공시키기 위한 시간을 보내고 있습니다. JBUG에서 많은 것을 배우고 있습니다. 취미는 철인3종입니다.

제약 도메인에 필요한 Software Product 만들기 좌우충돌기

제약 도메인에 필요한 Software Product 만들기 좌우충돌기

제약 도메인에 필요한 Software Product 만들기 좌우충돌기

여성개발자 그리고 더 즐겁게 일하는 방법 / 카카오, 김계옥 [발표 개요] 대표적인 남초 직업 개발자. 여기에 남자개발자 수보다 여자개발자 수가 더 많은 팀이 있습니다. 수평문화라는 밑바탕 위에서 이 팀이 만드는 문화를 공유합니다. 여자가 많다고 해서 특별한 것은 없습니다. 다만 더 즐겁고 더 서로를 공감하려고 노력합니다. 이들이 어떤 시도를 했고, 수평문화에서 리더의 역할은 무엇인지 공유합니다. 친구네 집 구경 하듯이 편하게 듣고 적용할 만한 부분을 발견할 수 있는 시간이 되길 바랍니다. [발표자 소개] 주말에는 오토바이 타는 것을 즐기는 개발자. 현재 카카오에서 커머스 서비스를 개발하고 있다. 즐겁게 일할 수 있는 개발 문화를 만드는 것에 관심이 많다.

7. RTFM, 나는프로그래머다 Meetup 2016_카카오, 김계옥

7. RTFM, 나는프로그래머다 Meetup 2016_카카오, 김계옥

7. RTFM, 나는프로그래머다 Meetup 2016_카카오, 김계옥

Mehr von 양 한빛 (20)

파이썬 날코딩으로 알고 짜는 딥러닝_15장

파이썬 날코딩으로 알고 짜는 딥러닝_15장

파이썬 날코딩으로 알고 짜는 딥러닝_15장

파이썬 날코딩으로 알고 짜는 딥러닝_14장

파이썬 날코딩으로 알고 짜는 딥러닝_14장

파이썬 날코딩으로 알고 짜는 딥러닝_14장

파이썬 날코딩으로 알고 짜는 딥러닝_13장

파이썬 날코딩으로 알고 짜는 딥러닝_13장

파이썬 날코딩으로 알고 짜는 딥러닝_13장

파이썬 날코딩으로 알고 짜는 딥러닝_12장

파이썬 날코딩으로 알고 짜는 딥러닝_12장

파이썬 날코딩으로 알고 짜는 딥러닝_12장

RealTime Talk #3 스케치 빠르게 배워 똑똑하게 쓰기

RealTime Talk #3 스케치 빠르게 배워 똑똑하게 쓰기

RealTime Talk #3 스케치 빠르게 배워 똑똑하게 쓰기

실무자가 말하는 모의해킹

비즈니스블록체인

앵귤러 첫걸음(Angular for beginers)

앵귤러 첫걸음(Angular for beginers)

앵귤러 첫걸음(Angular for beginers)

직접 설계하고 만드는 Io t 백신 초급(한빛미디어) _맛보기

직접 설계하고 만드는 Io t 백신 초급(한빛미디어) _맛보기

직접 설계하고 만드는 Io t 백신 초급(한빛미디어) _맛보기

그레이들(Gradle)로 만드는 안드로이드 요리법

그레이들(Gradle)로 만드는 안드로이드 요리법

그레이들(Gradle)로 만드는 안드로이드 요리법

track2 04. MS는 Rx를 왜 만들었을까? feat. RxJS/ 네이버, 김훈민

track2 04. MS는 Rx를 왜 만들었을까? feat. RxJS/ 네이버, 김훈민

track2 04. MS는 Rx를 왜 만들었을까? feat. RxJS/ 네이버, 김훈민

Track2 02. machine intelligence at google scale google, kaz sato, staff devel...

Track2 02. machine intelligence at google scale google, kaz sato, staff devel...

Track2 02. machine intelligence at google scale google, kaz sato, staff devel...

track2 01. 서버리스 아키텍처 소셜미디어 개발기인데요. React를 썼어요/ 삼성SDS, 도경태 & 양선호

track2 01. 서버리스 아키텍처 소셜미디어 개발기인데요. React를 썼어요/ 삼성SDS, 도경태 & 양선호

track2 01. 서버리스 아키텍처 소셜미디어 개발기인데요. React를 썼어요/ 삼성SDS, 도경태 & 양선호

track1 05. 스타트업 1인 개발 극복기’와 ‘javascript vs Scala, (함수형 언어 관점으로)방황기/ I/O Inc, ...

track1 05. 스타트업 1인 개발 극복기’와 ‘javascript vs Scala, (함수형 언어 관점으로)방황기/ I/O Inc, ...

track1 05. 스타트업 1인 개발 극복기’와 ‘javascript vs Scala, (함수형 언어 관점으로)방황기/ I/O Inc, ...

track1 04. 본격 서버리스 개발기 메이크어스/ 데니스 최고기술책임

track1 04. 본격 서버리스 개발기 메이크어스/ 데니스 최고기술책임

track1 04. 본격 서버리스 개발기 메이크어스/ 데니스 최고기술책임

Track1 03. 지적 프로그래밍을 위한 넓고 얇은 습관 카카오 서지연

Track1 03. 지적 프로그래밍을 위한 넓고 얇은 습관 카카오 서지연

Track1 03. 지적 프로그래밍을 위한 넓고 얇은 습관 카카오 서지연

track1 02. 라쿠텐 트라벨 Next Search Platform구축까지의 이야기 그리고 라쿠텐에서 엔지니어로 사는것

track1 02. 라쿠텐 트라벨 Next Search Platform구축까지의 이야기 그리고 라쿠텐에서 엔지니어로 사는것

track1 02. 라쿠텐 트라벨 Next Search Platform구축까지의 이야기 그리고 라쿠텐에서 엔지니어로 사는것

개발자를 위한 공감세미나 tensor-flow

개발자를 위한 공감세미나 tensor-flow

개발자를 위한 공감세미나 tensor-flow

제약 도메인에 필요한 Software Product 만들기 좌우충돌기

제약 도메인에 필요한 Software Product 만들기 좌우충돌기

제약 도메인에 필요한 Software Product 만들기 좌우충돌기

7. RTFM, 나는프로그래머다 Meetup 2016_카카오, 김계옥

7. RTFM, 나는프로그래머다 Meetup 2016_카카오, 김계옥

7. RTFM, 나는프로그래머다 Meetup 2016_카카오, 김계옥

파이썬 날코딩으로 알고짜는 딥러닝_1장_회귀분석

1. 1장. 회귀분석 전복의 고리 수 추정 신경망 2020. 1. 1

2.

3.

4. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

5. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

6. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

7. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

8. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

9. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

10. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

11. vv 신경망 추정 Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

12. MSE = ! " ∑$%! " (𝑡$ − 𝑦$) + Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

13. 122 3 < 137 3 철수의 추정이 더 정확 Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

14. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

15. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

16. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

17. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

18. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

19. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

20. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

21. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

22. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

23. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

24. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

25. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

26. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ

27. Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ