안녕하세요! 미국에서 현직 AI 엔지니어로 일하고 있는 신박AI입니다. 저는 아주 어릴적부터, 만화나 영화등을 통해 인공지능에 매료되었고, 그 꿈을 좇아 학부에선 컴퓨터공학을, 석사는 인지과학을, 박사는 미국에서 인지심리학을 공부하였습니다. 저는 사람의 뇌가 작동하는 방식을 컴퓨터로 코딩하여, 인공지능Artificial Intelligence과 인공의식 Artificial Consciousness을 구현해 내는 일에 관심이 많습니다 . 이 채널을 통해 제가 배우고 습득한 것들을 많은 분들과 나누고 싶고, 저와 같은 꿈을 품고 있는 분들과 소통하고 싶습니다. 부족하지만 많은 관심과 격려 부탁드립니다. 감사합니다!
University of Southern California, Psychology, Doctor of Philosophy (Ph.D.)
Yonsei University, Cognitive Science Master's Degree
Yonsei University, Computer Science Bachelor's Degree

[인공지능을 위한 머신러닝 101] 의사결정나무와 랜덤포레스트를 알아보자
9:22
[인공지능을 위한 머신러닝 101] 의사결정나무와 랜덤포레스트를 알아보자
[인공지능을 위한 머신러닝 101] 서포트 벡터 머신에 대해 알아보자!
16:55
[인공지능을 위한 머신러닝 101] 서포트 벡터 머신에 대해 알아보자!
[인공지능을 위한 머신러닝 101] 나이브 베이즈 분류기를 알아보자!
7:32
[인공지능을 위한 머신러닝 101] 나이브 베이즈 분류기를 알아보자!
[인공지능을 위한 머신러닝 101] 로지스틱 회귀란 무엇인가?
8:32
[인공지능을 위한 머신러닝 101] 로지스틱 회귀란 무엇인가?
[인공지능을 위한 머신러닝 101] 선형회귀란 무엇인가?
9:40
[인공지능을 위한 머신러닝 101] 선형회귀란 무엇인가?
[인공지능을 위한 머신러닝101] 머신러닝을 위한 기초통계개념들을 소개합니다
10:54
[인공지능을 위한 머신러닝101] 머신러닝을 위한 기초통계개념들을 소개합니다
[Deep Learning 101] ResNet 잔차신경망이란? (feat.기울기소실문제)
17:58
[Deep Learning 101] ResNet 잔차신경망이란? (feat.기울기소실문제)
[Neural Network 13] 제한된 볼츠만 머신 (Restricted Boltzmann Machine, RBM) 이론 및 실습영상입니다
20:30
[Neural Network 13] 제한된 볼츠만 머신 (Restricted Boltzmann Machine, RBM) 이론 및 실습영상입니다
[Deep Learning 101] VAE를 만들어보자
28:37
[Deep Learning 101] VAE를 만들어보자
[Deep Learning 101] Variational Autoencoder, 변분오토인코더 VAEs를 알아보자
9:46
[Deep Learning 101] Variational Autoencoder, 변분오토인코더 VAEs를 알아보자
[Deep Learning 101] 트랜스포머로 (또) 챗봇만들기
17:44
[Deep Learning 101] 트랜스포머로 (또) 챗봇만들기
[Deep Learning 101] 트랜스포머, 스텝 바이 스텝
21:41
[Deep Learning 101] 트랜스포머, 스텝 바이 스텝
[Deep Learning 101] Seq2seq+Attention 코드로 챗봇을 업그레이드 합시다.
38:08
[Deep Learning 101] Seq2seq+Attention 코드로 챗봇을 업그레이드 합시다.
[Deep Learning 101] Seq2seq+Attention 모델을 소개합니다
8:02
[Deep Learning 101] Seq2seq+Attention 모델을 소개합니다
[Deep Learning 101] 시퀀스-투-시퀀스 나만의 챗봇 모델을 만들어보자
53:32
[Deep Learning 101] 시퀀스-투-시퀀스 나만의 챗봇 모델을 만들어보자
[Neural Network 12] 자기조직화지도 SOM 실습
11:22
[Neural Network 12] 자기조직화지도 SOM 실습
[Deep Learning 101] 시퀀스-투-시퀀스, Seq2seq 모델을 소개합니다
10:07
[Deep Learning 101] 시퀀스-투-시퀀스, Seq2seq 모델을 소개합니다
[Neural Network 11] 자기조직화지도 Self Organizing Map, SOM
13:34
[Neural Network 11] 자기조직화지도 Self Organizing Map, SOM
[Deep Learning 101] KL Divergence
6:59
[Deep Learning 101] KL Divergence
[Deep Learning 101] Word2Vec 쉬운 예제로 개념잡기
14:17
[Deep Learning 101] Word2Vec 쉬운 예제로 개념잡기
[Deep Learning 101] L1, L2 Regularization
12:27
[Deep Learning 101] L1, L2 Regularization
[Deep Learning 101] Softmax와 Cross-Entropy의 미분
10:34
[Deep Learning 101] Softmax와 Cross-Entropy의 미분
[Depp Learning 101] GAN (Generative Adversarial Network) 코드 구현
24:07
[Depp Learning 101] GAN (Generative Adversarial Network) 코드 구현
[Deep Learning 101] GAN 생성적 적대 신경망 Generative Adversarial Network
21:35
[Deep Learning 101] GAN 생성적 적대 신경망 Generative Adversarial Network
[Deep Learning 101] 오토인코더 PyTorch로 구현하기
23:11
[Deep Learning 101] 오토인코더 PyTorch로 구현하기
[Deep Learning 101] 오토인코더 Autoencoder를 소개합니다
12:00
[Deep Learning 101] 오토인코더 Autoencoder를 소개합니다
[Deep Learning 101] 확률적 경사하강법을 소개합니다
10:51
[Deep Learning 101] 확률적 경사하강법을 소개합니다
[Deep Learning 101] Cross Entropy 크로스엔트로피 손실함수를 알아보자
16:54
[Deep Learning 101] Cross Entropy 크로스엔트로피 손실함수를 알아보자
[Deep Learning 101] LSTM 파이썬으로 구현하기 (feat.훈민정음서문)
8:30
[Deep Learning 101] LSTM 파이썬으로 구현하기 (feat.훈민정음서문)
[Deep Learning 101] LSTM, 초보자를 위한 안내서
40:10
[Deep Learning 101] LSTM, 초보자를 위한 안내서