2022
2019
2018
2017
- Caffe2에 대해
- Caffe2와 딥 러닝 프레임워크
- 머신 러닝과 수학, 그리고 머신 러닝에 입문하기
- 분석사회학과 인과적 설명
- K값 논란
- 모래더미 모형
- 빅 데이터
- 배치 정규화 2
- 비틀즈가 성공한 이유
- 딥 러닝과 표 형태의 데이터
- 경험적 위험 최소화
- 과학의 조건
- 과학적 진술의 조건
- 행위자 기반 모형과 하이퍼파라미터 최적화
- Wasserstein 거리
- 상식과 사회학적 설명 2
- 비선형 모형의 해석가능성
- 클러스터링과 매니폴드
- 베이지안 뉴럴 네트워크
- 인과관계와 비모수 모형
- 강화 학습과 행위자 기반 모형
- 프로그래밍 언어와 재현 가능성
- 딥 러닝 모형의 해석
- 4차 산업 혁명
- 인과적 구조
- 잔차항
- 배치 정규화
- 강한 사전 분포
- 중도층 공략 전략
- 일베와 두부
- p-값
- Sequence to Sequence 모형
- 상식과 사회학적 설명
- 사회학은 과학인가?
- 신호 탐지 이론
- 시작
