| Name |
Problem Solving with Algorithms(https://inner-game.tistory.com) |
| 1 |
Problem Solving with Algorithms
(작성일) Wed, 18 Feb 2026 01:32:59 |
| 2 |
OpenGL과 OpenCV의 차이점 |
| 3 |
디지털 영상처리 - 정말 쉽게 잘 설명된 무료강의 (7강, 8강 내용) |
| 4 |
디지털 영상처리 - 정말 쉽게 잘 설명된 무료강의 (5강, 6강 내용) |
| 5 |
디지털 영상처리 - 정말 쉽게 잘 설명된 무료강의 (3강, 4강 내용) |
| 6 |
디지털 영상처리 - 정말 쉽게 잘 설명된 무료강의 (1강, 2강 내용) |
| 7 |
디지털 영상처리 12장. 영상 패턴 분류 | Digital Image Processing |
| 8 |
디지털 영상처리 11장. 특징 추출 | Digital Image Processing |
| 9 |
디지털 영상처리 10장. 영상 분할 | Digital Image Processing |
| 10 |
디지털 영상처리 9장. 형태학적 영상 처리 | Digital Image Processing |
| 11 |
디지털 영상처리 8장. 영상압축과 워터마킹 | Digital Image Processing |
| 12 |
디지털 영상처리 7장. 웨이블릿과 기타영상변환 | Digital Image Processing |
| 13 |
디지털 영상처리 6장. 컬러 영상 처리 | Digital Image Processing |
| 14 |
디지털 영상처리 5장. 영상복원과 재구성 | Digital Image Processing |
| 15 |
디지털 영상처리 4장. 주파수 도메인 필터링 | Digital Image Processing |
| 16 |
디지털 영상처리 3장. 밝기 변환과 공간 필터링 | Digital Image Processing |
| 17 |
디지털 영상처리 2장. 디지털 영상의 기초 | Digital Image Processing |
| 18 |
디지털 영상처리 1장. 소개 | Digital Image Processing |
| 19 |
디지털 영상처리 | Digital Image Processing - Rafael C. Gonzalez , Richard E. Woods 저자(글) · 김성호 , 전광길 , 정진우 번역 |
| 20 |
LLM 기법: 파인튜닝(Fine-Tuning) 이란? (Fine-tuning vs RAG) |
| 21 |
디지털영상처리 | Digital Image Processing (디지털 이미지 프로세싱) |
| 22 |
Julia 프로그래밍 2강 - 배열 및 선형 대수 | 줄리아 강의 |
| 23 |
Julia 프로그래밍 1강 - 유형, 제어 흐름, 함수 및 다중 디스패치 | 줄리아 강의 |
| 24 |
Julia 프로그래밍 0강 - Julia 설치 | 줄리아 강의 |
| 25 |
Julia 프로그래밍 강의 소개 - 언어 및 강의 소개 | 줄리아 강의 |
| 26 |
AWS 자격증 50% 할인 바우처 받는 방법(어소시에이트/Associate) |
| 27 |
비전공자도 취득가능한 AWS 자격증 챌린지 - 50% 할인 바우처 제공(AWS Practitioner/Practitioner) |
| 28 |
Codility 코딜리티 코딩 테스트(코테) 사이트 - 가입 및 사용법 |
| 29 |
비전공자도 취득가능한 AWS 자격증 집에서 응시하고 합격한 후기 & 합격자 혜택(AWS Certified Cloud Practitioner/프랙티셔너) [CLF-C01] |
| 30 |
[OMSCS/OMSA] 한국에서 미국 조지아텍 대학원 컴퓨터공학 온라인 석사(2026/2027) - 컴퓨터공학, 데이터 분석 |
| 31 |
[왕초보] 리트코드 시작하는 방법 (릿코드/leetcode 활용법, 공부 방법) |
| 32 |
AI 공부 로드맵 ① 수학 기초 다지기: 왜 중요한가? 어떻게 준비할까? |
| 33 |
Machine Learning and Visual Perception | 머신러닝 그리고 시각 지각 |
| 34 |
Machine Learning Pocket Reference | 머신러닝 포켓 레퍼런스 |
| 35 |
딥러닝 101 - 25강. ResNet 잔차신경망이란? (feat.기울기소실문제) | Deep Learning 101 |
| 36 |
딥러닝 101 - 23강. Variational Autoencoder, 변분오토인코더 VAEs를 알아보자 | Deep Learning 101 |
| 37 |
딥러닝 101 - 21강. 트랜스포머, 스텝 바이 스텝 | Deep Learning 101 |
| 38 |
딥러닝 101 - 19강. Seq2seq+Attention 모델을 소개합니다 | Deep Learning 101 |
| 39 |
딥러닝 101 - 17강. 시퀀스-투-시퀀스, Seq2seq 모델을 소개합니다 | Deep Learning 101 |
| 40 |
딥러닝 101 - 16강. KL Divergence | Deep Learning 101 |
| 41 |
딥러닝 101 - 15강. Word2Vec 쉬운 예제로 개념잡기 | Deep Learning 101 |
| 42 |
딥러닝 101 - 14강. L1, L2 Regularization | Deep Learning 101 |
| 43 |
딥러닝 101 - 13강. Softmax와 Cross-Entropy의 미분 | Deep Learning 101 |
| 44 |
딥러닝 101 - 11강. GAN 생성적 적대 신경망 Generative Adversarial Network | Deep Learning 101 |
| 45 |
딥러닝 101 - 9강. 오토인코더 Autoencoder를 소개합니다 | Deep Learning 101 |
| 46 |
딥러닝 101 - 8강. 확률적 경사하강법을 소개합니다 | Deep Learning 101 |
| 47 |
딥러닝 101 - 7강. Cross Entropy 크로스엔트로피 손실함수를 알아보자 | Deep Learning 101 |
| 48 |
딥러닝 101 - 5강. LSTM, 초보자를 위한 안내서 | Deep Learning 101 |
| 49 |
딥러닝 101 - 3강. 순환신경망 RNN, Recurrent Neural Networks | Deep Learning 101 |
| 50 |
딥러닝 101 - 무료 강의 전체 소개 | Deep Learning 101 |
| 51 |
AI 분야 학사, 석사, 박사 차이와 아카데미 vs 인더스트리 비교 |