Soumettre la recherche
Mettre en ligne
머신러닝 이해하기 (Sample)
•
1 j'aime
•
781 vues
Ashal aka JOKER
Suivre
“머신러닝 이해하기 - 인공지능이 이끄는 4차 산업혁명” 강의 자료 샘플. 달랩: http://j.mp/2rONJp2
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 62
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
2017년 9월 22일 K-ICT 빅데이터센터 딥러닝 교육 자료 #1 TensorFlow & Deep Learning
딥러닝 교육 자료 #1
딥러닝 교육 자료 #1
Ashal aka JOKER
2016년 4월 9일 microsoft 세미나 발표자료입니다. 발표는 PPT 로 할거고 애니메이션등 약간의 내용을 추가해서 발표할 예정입니다. 알파고관련된 내용만있는 축약본은 아래링크에 있습니다. http://www.slideshare.net/redrebel/20160409-ms-ml
20160409 microsoft 세미나 머신러닝관련 발표자료
20160409 microsoft 세미나 머신러닝관련 발표자료
JungGeun Lee
Automatic text summarization에 대한 survey 내용입니다. (2016년 4월 기준)
Text summarization
Text summarization
Sang-Houn Choi
인공지능 변호사 개발 1편 - Ai lawyer 개발을 위한 시도 (법령해석 문서의 분류편) Word2Vec을 이용한 법령해석 문서의 자동분류 시도 (ai lawyer, artificial intelligence, gensim, law, nlp, nltk, word2vec, 데이터분석, 머신러닝, 인공지능, 인공지능 변호사)
인공지능 변호사 개발 1편 - Ai lawyer 개발을 위한 시도
인공지능 변호사 개발 1편 - Ai lawyer 개발을 위한 시도
jason min
한빛미디어 리얼타임 세미나 '해커에게 전해들은 머신러닝' 강의 자료(4/4) http://www.hanbit.co.kr/store/education/edu_view.html?p_code=S4788493436
해커에게 전해들은 머신러닝 #4
해커에게 전해들은 머신러닝 #4
Haesun Park
딥러닝 http://vision0814.tistory.com/
머신러닝 시그 세미나_(deep learning for visual recognition)
머신러닝 시그 세미나_(deep learning for visual recognition)
Yonghoon Kwon
Linear regression analysis
Linear regression analysis
mothersafe
"파이썬 라이브러리를 활용한 머신러닝" 6장 알고리즘 체인과 파이프라인
6.algorithm chains and piplines
6.algorithm chains and piplines
Haesun Park
Recommandé
2017년 9월 22일 K-ICT 빅데이터센터 딥러닝 교육 자료 #1 TensorFlow & Deep Learning
딥러닝 교육 자료 #1
딥러닝 교육 자료 #1
Ashal aka JOKER
2016년 4월 9일 microsoft 세미나 발표자료입니다. 발표는 PPT 로 할거고 애니메이션등 약간의 내용을 추가해서 발표할 예정입니다. 알파고관련된 내용만있는 축약본은 아래링크에 있습니다. http://www.slideshare.net/redrebel/20160409-ms-ml
20160409 microsoft 세미나 머신러닝관련 발표자료
20160409 microsoft 세미나 머신러닝관련 발표자료
JungGeun Lee
Automatic text summarization에 대한 survey 내용입니다. (2016년 4월 기준)
Text summarization
Text summarization
Sang-Houn Choi
인공지능 변호사 개발 1편 - Ai lawyer 개발을 위한 시도 (법령해석 문서의 분류편) Word2Vec을 이용한 법령해석 문서의 자동분류 시도 (ai lawyer, artificial intelligence, gensim, law, nlp, nltk, word2vec, 데이터분석, 머신러닝, 인공지능, 인공지능 변호사)
인공지능 변호사 개발 1편 - Ai lawyer 개발을 위한 시도
인공지능 변호사 개발 1편 - Ai lawyer 개발을 위한 시도
jason min
한빛미디어 리얼타임 세미나 '해커에게 전해들은 머신러닝' 강의 자료(4/4) http://www.hanbit.co.kr/store/education/edu_view.html?p_code=S4788493436
해커에게 전해들은 머신러닝 #4
해커에게 전해들은 머신러닝 #4
Haesun Park
딥러닝 http://vision0814.tistory.com/
머신러닝 시그 세미나_(deep learning for visual recognition)
머신러닝 시그 세미나_(deep learning for visual recognition)
Yonghoon Kwon
Linear regression analysis
Linear regression analysis
mothersafe
"파이썬 라이브러리를 활용한 머신러닝" 6장 알고리즘 체인과 파이프라인
6.algorithm chains and piplines
6.algorithm chains and piplines
Haesun Park
"파이썬 라이브러리를 활용한 머신러닝" 7장 텍스트 데이터
7.woring with text data
7.woring with text data
Haesun Park
한빛미디어 리얼타임 세미나 '해커에게 전해들은 머신러닝' 강의 자료(3/4) http://www.hanbit.co.kr/store/education/edu_view.html?p_code=S4788493436
해커에게 전해들은 머신러닝 #3
해커에게 전해들은 머신러닝 #3
Haesun Park
한빛미디어 리얼타임 세미나 '해커에게 전해들은 머신러닝' 강의 자료(2/4) http://www.hanbit.co.kr/store/education/edu_view.html?p_code=S4788493436
해커에게 전해들은 머신러닝 #2
해커에게 전해들은 머신러닝 #2
Haesun Park
SK플래닛 @tech 판교세미나에서 발표한 Deep learning 기반T map POI 추천 기술 개발 사례입니다.
Deep learning 기반TmapPOI 추천기술개발사례
Deep learning 기반TmapPOI 추천기술개발사례
Lee Ji Eun
파이썬 라이브러리를 활용한 머신러닝 4장 Representing Data and Engineering Features
4.representing data and engineering features
4.representing data and engineering features
Haesun Park
Study for Machine Learning 2015
Logistic Regression
Logistic Regression
MinHyeok Kim
파이썬 라이브러리를 활용한 머신러닝(Introduction to Machine Learning with Python). Chapter 5, Model Evaluation and Improvement
5.model evaluation and improvement
5.model evaluation and improvement
Haesun Park
한국데이터베이스진흥원이 주관한 빅데이터 잡콘서트 2014 에서 수백명의 대학생들을 대상으로 강연을 할 때 이용한 자료입니다. 빅데이터 시대가 선택이 아닌 필수인 이유를 다양한 데이터와 트렌드 사례를 들어 설명하고, 그 데이터에서 결국 중요한 것은 무엇인지를 설명합니다. 그리고, 데이터 사이언티스트, 빅데이터 전문가들의 미국에서의 연봉 수준과 연봉 및 역량의 상관관계 등에 대해서 다양한 데이터와 연구 결과를 인용하여 시각적이고 직관적으로 바로 이해할 수 있도록 설명합니다. 그런 빅데이터 전문가, 데이터 사이언티스트가 되기 위해 필요한 역량은 무엇인지 하나씩 설명하고, 그 중의 한 사례로 강사 본인의 역량 패턴을 보여준 다음에, 그 역량을 갖추기 위하여 어떤 삶을 살고 커리어를 쌓아왔는지 구체적인 예를 들어 설명합니다. 마지막으로 커리어를 계발하는 데에 있어서 반드시 고려해야 할 하나의 원리에 대해 이야기하면서 그것 역시 결국 탐색적으로 데이터를 분석하고 고찰하여 통찰을 얻어내는 것과 다를 바가 없음을 제시합니다.
빅데이터 전문가 / 데이터 사이언티스트 커리어에 대한 고려 사항과 사례 - Gonnector 고영혁 (Dylan Ko)
빅데이터 전문가 / 데이터 사이언티스트 커리어에 대한 고려 사항과 사례 - Gonnector 고영혁 (Dylan Ko)
Dylan Ko
파이콘 2017 2일차 강연: "그만 퇴근합시다!"
파이콘 2017 그만퇴근합시다_이지호
파이콘 2017 그만퇴근합시다_이지호
Jiho Lee
머신러닝, 텐프플로우 일단 한번 해봤습니다.
개발자를 위한 공감세미나 tensor-flow
개발자를 위한 공감세미나 tensor-flow
양 한빛
Google DeepMind의 AlphaGo가 작동하는 알고리즘을 간략하게 요약했습니다. 주로 기존의 자료 중 설명이 빈약했던 Reinforcement Learning에 대한 설명을 추가했습니다.
AlphaGo 알고리즘 요약
AlphaGo 알고리즘 요약
Jooyoul Lee
Slides based on "Introduction to Machine Learning with Python" by Andreas Muller and Sarah Guido for Hongdae Machine Learning Study(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2) 홍대 머신 러닝 스터디(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2)의 "파이썬 라이브러리를 활용한 머신러닝"(옮긴이 박해선) 슬라이드 자료.
1.introduction(epoch#2)
1.introduction(epoch#2)
Haesun Park
Introduction to Python and TensorFlow
1.Introduction to Python and TensorFlow
1.Introduction to Python and TensorFlow
Haesun Park
넥슨코리아 사내 발표자료로 왓 스튜디오에서 파이썬으로 《야생의 땅: 듀랑고》 서버를 비롯한 여러가지 도구를 만든 경험을 공유합니다. - 게임서버와 각종 툴, 테스트/빌드/배포 시스템을 만들 때 사용한 재료 - 파이썬 코드 품질 개선, 디버깅, 프로파일링, 최적화 - 파이썬 오픈소스 생태계와 왓 스튜디오가 하는 오픈소스 활동
파이썬 생존 안내서 (자막)
파이썬 생존 안내서 (자막)
Heungsub Lee
한빛미디어 리얼타임 세미나 '해커에게 전해들은 머신러닝' 강의 자료(1/4) http://www.hanbit.co.kr/store/education/edu_view.html?p_code=S4788493436
해커에게 전해들은 머신러닝 #1
해커에게 전해들은 머신러닝 #1
Haesun Park
2017년 10월 28일, EMOCON 2017 F/W (Day2) “Deep Learning과 Keras 기초” 소스 코드: https://github.com/ahastudio/CodingLife/tree/master/20171026/keras
EMOCON 2017 F/W - Deep Learning과 Keras 기초
EMOCON 2017 F/W - Deep Learning과 Keras 기초
Ashal aka JOKER
Slides based on "Introduction to Machine Learning with Python" by Andreas Muller and Sarah Guido for Hongdae Machine Learning Study(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2) 홍대 머신 러닝 스터디(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2)의 "파이썬 라이브러리를 활용한 머신러닝"(옮긴이 박해선) 슬라이드 자료.
2.supervised learning(epoch#2)-1
2.supervised learning(epoch#2)-1
Haesun Park
딥러닝을 이용한 이목구비 인식시스템 기본
Basic Understanding of the Deep
Basic Understanding of the Deep
Mad Scientists
Slides based on "Introduction to Machine Learning with Python" by Andreas Muller and Sarah Guido for Hongdae Machine Learning Study(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2) 홍대 머신 러닝 스터디(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2)의 "파이썬 라이브러리를 활용한 머신러닝"(옮긴이 박해선) 슬라이드 자료.
2.supervised learning(epoch#2)-2
2.supervised learning(epoch#2)-2
Haesun Park
파이썬 라이브러리를 활용한 머신러닝 3장 Unsupervised Learning
3.unsupervised learing
3.unsupervised learing
Haesun Park
2022년 10월 14일 금요지식회
Clean Architecture
Clean Architecture
Ashal aka JOKER
2021년 10월 22일 금요일 미니 세미나 - “실행을 위한 OKR”
실행을 위한 OKR
실행을 위한 OKR
Ashal aka JOKER
Contenu connexe
En vedette
"파이썬 라이브러리를 활용한 머신러닝" 7장 텍스트 데이터
7.woring with text data
7.woring with text data
Haesun Park
한빛미디어 리얼타임 세미나 '해커에게 전해들은 머신러닝' 강의 자료(3/4) http://www.hanbit.co.kr/store/education/edu_view.html?p_code=S4788493436
해커에게 전해들은 머신러닝 #3
해커에게 전해들은 머신러닝 #3
Haesun Park
한빛미디어 리얼타임 세미나 '해커에게 전해들은 머신러닝' 강의 자료(2/4) http://www.hanbit.co.kr/store/education/edu_view.html?p_code=S4788493436
해커에게 전해들은 머신러닝 #2
해커에게 전해들은 머신러닝 #2
Haesun Park
SK플래닛 @tech 판교세미나에서 발표한 Deep learning 기반T map POI 추천 기술 개발 사례입니다.
Deep learning 기반TmapPOI 추천기술개발사례
Deep learning 기반TmapPOI 추천기술개발사례
Lee Ji Eun
파이썬 라이브러리를 활용한 머신러닝 4장 Representing Data and Engineering Features
4.representing data and engineering features
4.representing data and engineering features
Haesun Park
Study for Machine Learning 2015
Logistic Regression
Logistic Regression
MinHyeok Kim
파이썬 라이브러리를 활용한 머신러닝(Introduction to Machine Learning with Python). Chapter 5, Model Evaluation and Improvement
5.model evaluation and improvement
5.model evaluation and improvement
Haesun Park
한국데이터베이스진흥원이 주관한 빅데이터 잡콘서트 2014 에서 수백명의 대학생들을 대상으로 강연을 할 때 이용한 자료입니다. 빅데이터 시대가 선택이 아닌 필수인 이유를 다양한 데이터와 트렌드 사례를 들어 설명하고, 그 데이터에서 결국 중요한 것은 무엇인지를 설명합니다. 그리고, 데이터 사이언티스트, 빅데이터 전문가들의 미국에서의 연봉 수준과 연봉 및 역량의 상관관계 등에 대해서 다양한 데이터와 연구 결과를 인용하여 시각적이고 직관적으로 바로 이해할 수 있도록 설명합니다. 그런 빅데이터 전문가, 데이터 사이언티스트가 되기 위해 필요한 역량은 무엇인지 하나씩 설명하고, 그 중의 한 사례로 강사 본인의 역량 패턴을 보여준 다음에, 그 역량을 갖추기 위하여 어떤 삶을 살고 커리어를 쌓아왔는지 구체적인 예를 들어 설명합니다. 마지막으로 커리어를 계발하는 데에 있어서 반드시 고려해야 할 하나의 원리에 대해 이야기하면서 그것 역시 결국 탐색적으로 데이터를 분석하고 고찰하여 통찰을 얻어내는 것과 다를 바가 없음을 제시합니다.
빅데이터 전문가 / 데이터 사이언티스트 커리어에 대한 고려 사항과 사례 - Gonnector 고영혁 (Dylan Ko)
빅데이터 전문가 / 데이터 사이언티스트 커리어에 대한 고려 사항과 사례 - Gonnector 고영혁 (Dylan Ko)
Dylan Ko
파이콘 2017 2일차 강연: "그만 퇴근합시다!"
파이콘 2017 그만퇴근합시다_이지호
파이콘 2017 그만퇴근합시다_이지호
Jiho Lee
머신러닝, 텐프플로우 일단 한번 해봤습니다.
개발자를 위한 공감세미나 tensor-flow
개발자를 위한 공감세미나 tensor-flow
양 한빛
Google DeepMind의 AlphaGo가 작동하는 알고리즘을 간략하게 요약했습니다. 주로 기존의 자료 중 설명이 빈약했던 Reinforcement Learning에 대한 설명을 추가했습니다.
AlphaGo 알고리즘 요약
AlphaGo 알고리즘 요약
Jooyoul Lee
Slides based on "Introduction to Machine Learning with Python" by Andreas Muller and Sarah Guido for Hongdae Machine Learning Study(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2) 홍대 머신 러닝 스터디(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2)의 "파이썬 라이브러리를 활용한 머신러닝"(옮긴이 박해선) 슬라이드 자료.
1.introduction(epoch#2)
1.introduction(epoch#2)
Haesun Park
Introduction to Python and TensorFlow
1.Introduction to Python and TensorFlow
1.Introduction to Python and TensorFlow
Haesun Park
넥슨코리아 사내 발표자료로 왓 스튜디오에서 파이썬으로 《야생의 땅: 듀랑고》 서버를 비롯한 여러가지 도구를 만든 경험을 공유합니다. - 게임서버와 각종 툴, 테스트/빌드/배포 시스템을 만들 때 사용한 재료 - 파이썬 코드 품질 개선, 디버깅, 프로파일링, 최적화 - 파이썬 오픈소스 생태계와 왓 스튜디오가 하는 오픈소스 활동
파이썬 생존 안내서 (자막)
파이썬 생존 안내서 (자막)
Heungsub Lee
한빛미디어 리얼타임 세미나 '해커에게 전해들은 머신러닝' 강의 자료(1/4) http://www.hanbit.co.kr/store/education/edu_view.html?p_code=S4788493436
해커에게 전해들은 머신러닝 #1
해커에게 전해들은 머신러닝 #1
Haesun Park
2017년 10월 28일, EMOCON 2017 F/W (Day2) “Deep Learning과 Keras 기초” 소스 코드: https://github.com/ahastudio/CodingLife/tree/master/20171026/keras
EMOCON 2017 F/W - Deep Learning과 Keras 기초
EMOCON 2017 F/W - Deep Learning과 Keras 기초
Ashal aka JOKER
Slides based on "Introduction to Machine Learning with Python" by Andreas Muller and Sarah Guido for Hongdae Machine Learning Study(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2) 홍대 머신 러닝 스터디(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2)의 "파이썬 라이브러리를 활용한 머신러닝"(옮긴이 박해선) 슬라이드 자료.
2.supervised learning(epoch#2)-1
2.supervised learning(epoch#2)-1
Haesun Park
딥러닝을 이용한 이목구비 인식시스템 기본
Basic Understanding of the Deep
Basic Understanding of the Deep
Mad Scientists
Slides based on "Introduction to Machine Learning with Python" by Andreas Muller and Sarah Guido for Hongdae Machine Learning Study(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2) 홍대 머신 러닝 스터디(https://www.meetup.com/Hongdae-Machine-Learning-Study/) (epoch #2)의 "파이썬 라이브러리를 활용한 머신러닝"(옮긴이 박해선) 슬라이드 자료.
2.supervised learning(epoch#2)-2
2.supervised learning(epoch#2)-2
Haesun Park
파이썬 라이브러리를 활용한 머신러닝 3장 Unsupervised Learning
3.unsupervised learing
3.unsupervised learing
Haesun Park
En vedette
(20)
7.woring with text data
7.woring with text data
해커에게 전해들은 머신러닝 #3
해커에게 전해들은 머신러닝 #3
해커에게 전해들은 머신러닝 #2
해커에게 전해들은 머신러닝 #2
Deep learning 기반TmapPOI 추천기술개발사례
Deep learning 기반TmapPOI 추천기술개발사례
4.representing data and engineering features
4.representing data and engineering features
Logistic Regression
Logistic Regression
5.model evaluation and improvement
5.model evaluation and improvement
빅데이터 전문가 / 데이터 사이언티스트 커리어에 대한 고려 사항과 사례 - Gonnector 고영혁 (Dylan Ko)
빅데이터 전문가 / 데이터 사이언티스트 커리어에 대한 고려 사항과 사례 - Gonnector 고영혁 (Dylan Ko)
파이콘 2017 그만퇴근합시다_이지호
파이콘 2017 그만퇴근합시다_이지호
개발자를 위한 공감세미나 tensor-flow
개발자를 위한 공감세미나 tensor-flow
AlphaGo 알고리즘 요약
AlphaGo 알고리즘 요약
1.introduction(epoch#2)
1.introduction(epoch#2)
1.Introduction to Python and TensorFlow
1.Introduction to Python and TensorFlow
파이썬 생존 안내서 (자막)
파이썬 생존 안내서 (자막)
해커에게 전해들은 머신러닝 #1
해커에게 전해들은 머신러닝 #1
EMOCON 2017 F/W - Deep Learning과 Keras 기초
EMOCON 2017 F/W - Deep Learning과 Keras 기초
2.supervised learning(epoch#2)-1
2.supervised learning(epoch#2)-1
Basic Understanding of the Deep
Basic Understanding of the Deep
2.supervised learning(epoch#2)-2
2.supervised learning(epoch#2)-2
3.unsupervised learing
3.unsupervised learing
Plus de Ashal aka JOKER
2022년 10월 14일 금요지식회
Clean Architecture
Clean Architecture
Ashal aka JOKER
2021년 10월 22일 금요일 미니 세미나 - “실행을 위한 OKR”
실행을 위한 OKR
실행을 위한 OKR
Ashal aka JOKER
서초루비 라이트닝토크 발표 자료 “루비로 웹 게임 만들기” Source Code: http://j.mp/2OA9yCM
루비로 웹 게임 만들기
루비로 웹 게임 만들기
Ashal aka JOKER
2019년 7월 8일, 현대오토에버 디지털신기술특강 “코딩의 이해” 발표 자료
코딩의 이해
코딩의 이해
Ashal aka JOKER
TDD로 프론트엔드 개발하기
TDD로 프론트엔드 개발하기
TDD로 프론트엔드 개발하기
Ashal aka JOKER
파이콘 한국 2019 라이트닝 토크 “빠르게 기술을 습득하는 비법” by 달래&아샬
빠르게 기술을 습득하는 비법
빠르게 기술을 습득하는 비법
Ashal aka JOKER
2019년 5월 22일 19 SS' SASEUL Origin Conference “Blockchain & SASEUL” 발표 자료.
Blockchain & SASEUL
Blockchain & SASEUL
Ashal aka JOKER
2019년 1월 22일, GDG Seoul New years Meetup 발표 자료 “개발자, 한 달에 책 한 권 읽기 2018년 결산”
개발자, 한 달에 책 한 권 읽기 2018년 결산
개발자, 한 달에 책 한 권 읽기 2018년 결산
Ashal aka JOKER
Test First! @ 이모콘 EMOCON 2016 S/S 동영상: http://j.mp/1Puv8O9
Test First! @ EMOCON 2016 S/S
Test First! @ EMOCON 2016 S/S
Ashal aka JOKER
2018년 9월 12일 수요지식회 “Ginkgo” 발표 자료
Ginkgo - BDD Testing Framework for Go
Ginkgo - BDD Testing Framework for Go
Ashal aka JOKER
2016년 7월 2일 모두의 관리 “개발자는 어떻게 작업을 나누고 정복하는가” 동영상: http://j.mp/2Gil8dY
개발자는 어떻게 작업을 나누고 정복하는가
개발자는 어떻게 작업을 나누고 정복하는가
Ashal aka JOKER
Effective Go #5
Effective Go #5
Effective Go #5
Ashal aka JOKER
Effective Go #4
Effective Go #4
Effective Go #4
Ashal aka JOKER
2018년 4월 23일 개발자, 한 달에 책 한 권 읽기 스크럼과 XP Scrum and XP from the Trenches
스크럼과 XP (Scrum and XP from the Trenches)
스크럼과 XP (Scrum and XP from the Trenches)
Ashal aka JOKER
Effective Go #3
Effective Go #3
Effective Go #3
Ashal aka JOKER
Effective Go #2 동영상: http://j.mp/2qbl21K
Effective Go #2
Effective Go #2
Ashal aka JOKER
Effective Go #1 동영상: http://j.mp/2HXw0iC
Effective Go #1
Effective Go #1
Ashal aka JOKER
2018년 3월 19일 개발자, 한 달에 책 한 권 읽기 스크럼: 팀의 생산성을 극대화시키는 애자일 방법론 Agile Software Development with Scrum
스크럼: 팀의 생산성을 극대화시키는 애자일 방법론 (Agile Software Development with Scrum)
스크럼: 팀의 생산성을 극대화시키는 애자일 방법론 (Agile Software Development with Scrum)
Ashal aka JOKER
2018년 3월 16일 EMOCON 2018 S/S “비트코인은 어떻게 작동하는가”
비트코인은 어떻게 작동하는가
비트코인은 어떻게 작동하는가
Ashal aka JOKER
2013년 6월 22일, 여자개발자모임터 6주년 개발 세미나 “Scala Language”
여자개발자모임터 6주년 개발 세미나 - Scala Language
여자개발자모임터 6주년 개발 세미나 - Scala Language
Ashal aka JOKER
Plus de Ashal aka JOKER
(20)
Clean Architecture
Clean Architecture
실행을 위한 OKR
실행을 위한 OKR
루비로 웹 게임 만들기
루비로 웹 게임 만들기
코딩의 이해
코딩의 이해
TDD로 프론트엔드 개발하기
TDD로 프론트엔드 개발하기
빠르게 기술을 습득하는 비법
빠르게 기술을 습득하는 비법
Blockchain & SASEUL
Blockchain & SASEUL
개발자, 한 달에 책 한 권 읽기 2018년 결산
개발자, 한 달에 책 한 권 읽기 2018년 결산
Test First! @ EMOCON 2016 S/S
Test First! @ EMOCON 2016 S/S
Ginkgo - BDD Testing Framework for Go
Ginkgo - BDD Testing Framework for Go
개발자는 어떻게 작업을 나누고 정복하는가
개발자는 어떻게 작업을 나누고 정복하는가
Effective Go #5
Effective Go #5
Effective Go #4
Effective Go #4
스크럼과 XP (Scrum and XP from the Trenches)
스크럼과 XP (Scrum and XP from the Trenches)
Effective Go #3
Effective Go #3
Effective Go #2
Effective Go #2
Effective Go #1
Effective Go #1
스크럼: 팀의 생산성을 극대화시키는 애자일 방법론 (Agile Software Development with Scrum)
스크럼: 팀의 생산성을 극대화시키는 애자일 방법론 (Agile Software Development with Scrum)
비트코인은 어떻게 작동하는가
비트코인은 어떻게 작동하는가
여자개발자모임터 6주년 개발 세미나 - Scala Language
여자개발자모임터 6주년 개발 세미나 - Scala Language
머신러닝 이해하기 (Sample)
1.
2.
3.
&
4.
5.
6.
7.
8.
9.
10.
ö
Télécharger maintenant
