CS230 딥러닝 강의 목차

🏷️ cs230 딥러닝 book MOC

CS230 딥러닝 강의 (2025 가을)

Stanford CS230: Deep Learning — Andrew Ng, Kian Katanforoosh 유튜브 강의 트랜스크립트를 한국어 도서 형식으로 정리한 시리즈

Part I. 기초와 학습 패러다임

장

제목

핵심 주제

1

1장 - 딥러닝 입문

스케일링 법칙, CS 계층 구조, GenAI 시대 실무 역량

2

2장 - 지도, 자기지도, 약지도 학습

지도 학습 프로젝트, 대조 학습, 임베딩, 약지도 학습

Part II. 프로젝트 실전

장

제목

핵심 주제

3

3장 - 딥러닝 프로젝트의 전체 사이클

데이터 수집, 오류 분석, 배포, 모니터링, 데이터 드리프트

4

4장 - 적대적 견고성과 생성 모델

FGSM, 적대적 공격/방어, GAN, 확산 모델, 영상 생성

5

5장 - 심층 강화 학습

Q-러닝, DQN, 경험 재생, PPO, RLHF

6

6장 - AI 프로젝트 전략

속도 경쟁력, 데이터 불균형, ML 디버깅, 체계적 오류 분석

Part III. LLM과 에이전트

장

제목

핵심 주제

8

8장 - 에이전트, 프롬프트, RAG

프롬프트 엔지니어링, RAG, 에이전트 워크플로우, 멀티 에이전트

Part IV. 해석과 커리어

장

제목

핵심 주제

9

9장 - AI 커리어 조언

AI 황금기, 코딩 도구, PM 병목, 버블 대비 전략

10

10장 - 모델 내부에서 무슨 일이 일어나는가

Saliency Map, Grad-CAM, 회로 분석, 스케일링 법칙, 벤치마크 오염