audio data

특강 - 3개 이상의 모평균 검정 - (반복없는 / 반복있는) 이원 분산분석

특강 - 3개 이상의 모평균 검정 - 일원 분산분석 - 다중 비교

특강 - 통계적 추론 (2) 가설검정 - 독립이 아닌 대응 표본에 대한 t검정

특강 - 통계적 추론 (2) 가설검정 - 분산분석 Intro - 3개 이상의 모집단 평균을 비교

특강 - 통계적 추론 (2) 가설검정 - 독립인 두 표본 (모집단 2개)에 대한 t검정

특강 - 통계적 추론 (2) 가설검정 - 문제편 - t 검정 (모평균 하나일 때) - 여러문제들을 풀어보자!!!

특강 - 통계적 추론 (2) 가설검정 - 문제편 - t 검정 (모평균 하나일 때)

특강 - 통계적 추론 (2) 가설검정 - 방법론편

특강 - 통계적 추론 (2) 가설검정 - 이론편

특강 - 통계적 추론 (1) 추정 - 구간추정 (신뢰구간) 문제 풀이

특강 - 통계적 추론 (1) 추정 - 점추정과 구간추정

Special Lecture - The t-distribution is more commonly used in real life!! by Goset

특강 - 표본추출의 기법 (단순임의추출, 층화추출, 군집추출)

특강 - 표본평균에 대한 확률분포는 모집단 분포에 상관없이 정규분포를 따른다 - 중심극한정리 by 라플라스

특강 - 표본의 결과를 이용하여 모집단의 특성 (평균, 분산)을 알 수 있을까?

특강 - 표준정규분포에서 확률 계산을 어떻게 할 수 있을까? 파이썬 코딩으로 쉽게 구할 수 있을까?

특강 - 정규분포와 표준정규분포가 무엇이고 어떤 특징을 가지고 있나요?

특강 - 베르누이 분포, 이항확률분포가 무엇인가? 그리고 이항확률분포의 기댓값, 분산, 표준편차는 어떻게 구하면 될까?

특강 - 확률분포의 평균(기대값 = Expected Value)과 분산(=Variance)은 어떻게 구하면 될까?

특강 - 이항확률분포 계산을 파이썬 코딩으로 쉽게 풀 수 있나요??

(구현코드 설명) DeepXplore - Automated Whitebox Testing of Deep Learning Systems

(6장 논의 ~ 7장 결론) 2022-CODA-A Real-World Road Corner Case Dataset for Object Detection

객체탐지 용어 정리

(5장 실험) 2022-CODA-A Real-World Road Corner Case Dataset for Object Detection

(4.2 Identifying Corner Cases) 2022-CODA-A Real-World Road Corner Case Dataset for Object Detection

(4장 Construction of CODA) 2022-CODA-A Real-World Road Corner Case Dataset for Object Detection

(3장 Properties of CODA) 2022-CODA-A Real-World Road Corner Case Dataset for Object Detection

(2장 Related Work) 2022-CODA-A Real-World Road Corner Case Dataset for Object Detection

(Abstract-Introduction) 2022-CODA-A Real-World Road Corner Case Dataset for Object Detection

(4장 알고리즘 집중탐구) DeepXplore - Automated Whitebox Testing of Deep Learning Systems

Adversarial attack 소개 FGSM -- PGD

(관련연구) DeepXplore - Automated Whitebox Testing of Deep Learning Systems

(성능평가-Discussion-결론) DeepXplore - Automated Whitebox Testing of Deep Learning Systems

(성능평가) DeepXplore - Automated Whitebox Testing of Deep Learning Systems

(본문) DeepXplore - Automated Whitebox Testing of Deep Learning Systems

(실험방법 및 결과) DeepXplore - Automated Whitebox Testing of Deep Learning Systems

AI Stability Requirements and Verification Methods

024 Transformer and Language Modeling

023 Sentence embedding and sequence modeling

022 Implementing a classification model using Word2vec

021 Word2vec

020 word embedding

019 Embedding layer

018 Text data representation methods

017 Processing various text data

016 Tokenization

015 Text extraction using regular expressions

014 String processing of text data

013 Text Data Processing and Analysis Overview

012 Text data representation

011 Deep Neural Network Regression and Classification

010 Deep Neural Network Challenges and Overcoming Them

009 Deep Neural Network

008 Multilayer Neural Network

007 Perceptron

006 Human Nervous System and Artificial Nervous System

005 Big Data Characteristics

004 The Big Data Era and Beyond

003 Data Type