[HD]파이썬을 활용한 딥러닝 이론 및 실습-초급 여기를 클릭하면, 샘플강의가 재생됩니다. 김동희 강사
강좌코드 : la_H090129
강사사진
김동희 강사
  • - 성균관대학교 전자전기컴퓨터 석사
  • - 성균관대학교 인공지능융합연구실
  • - 앤텔스 기술연구소

[HD]파이썬을 활용한 딥러닝 이론 및 실습-초급
담당강사 : 김동희

강의구성 총 13강좌 (강의시간 : 총 ) 수강기간 30일
강의형식 동영상 증빙서류 이 강좌의 80% 이상 수강 시
출력이 가능합니다.
과정소개
? 본 과정은 딥러닝 이론과 실습을 모두 다룰 수 있는 기초 강좌입니다. ? 딥러닝에 대해 전혀 모르시는 분 뿐만아니라 딥러닝 이론을 알고있으나 실습이 어려우신분들을 대상으로합니다. ? CNN, RNN 이전 Vanila Network에 대해 실습합니다. ? 간단한 수학적 내용은 다루나 증명 수준에서 다루지 않습니다. ? 본 과정을 통해 딥러닝 이론에 대해 쉽게 배울 수 있으며, 실습을 통해 딥러닝 원리에 대해 이해하는 것을 목표로합니다.
학습목표
? 파이썬 기초를 습득할 수 있다. ? Tensorflow를 다룰 수 있다. ? 머신러닝 기본 원리를 이해할 수 있다. ? 딥러닝 기본 원리를 이해할 수 있다. ? Tensorflow를 활용하여 간단한 딥러닝 모델을 만들 수 있다.
교육대상
? 딥러닝에 대해 전혀 모르시는분 ? 이론은 배웠으나 실습이 어려우신분 ? 기초부터 다시 배우시고 싶으신분
차시별 학습목표
01. 1. 강좌 개요 안내 2. Colab 사용법 안내
02. 1. 파이썬 개요 2. 파이썬 자료형 3. 조건문
03. 1. 반복문 2. 함수 3. 클래스
04. 1. 모듈 2. Numpy
05. 1. Tensorflow 개요 2. Tensorflow 설치 방법
06. 1. Tensorflow 용어 설명 2. Tensorflow 실습
07. 1. 머신러닝/딥러닝 원리 개요 2. 머신러닝/딥러닝에 사용되는 용어 학습
08. 1. 평균 제곱근 오차를 배운다 2. 평균 제곱근 오차를 구현한다
09. 1. Optimization 개념 학슴 2. Gradient Decent Alogrithm 3. Optimzation 함수 이해
10. 1. 인공신경망을 이해한다 2. 인공신경망 구조에 대해 이해
11. 1. 인공신경망 학습에 대해 이해 2. 오차역 전파법에 대해 이해 3. 연쇄법칙
12. 1. 다중 분류 문제 해결 실습
13. 1. Regression 문제에 대해 이해한다. 2. 실습을 통해 regression 문제를 해결한다
참고사항
- 수강 기간 중 언제든지 반복 수강이 가능합니다.
- 수강 여부 : 해당 차시의 80%를 수강하면 (회색) 배경으로 표시됩니다.
- 수강 신청 완료 후 수강할 수 있습니다.
- 즐겨찾기 한 강좌는 MY Class에서 확인할 수 있습니다.
강좌 리스트
01. 강의 개요 및 실습환경 [20:24]
02. 파이썬 기초1 [30:40]
03. 파이썬 기초2 [26:23]
04. 파이썬 기초3 [25:19]
05. Tensorflow의 이해 1 [23:10]
06. Tensorflow의 이해 2 [14:27]
07. 머신러닝 이론 - 개념 및 용어 [36:28]
08. 머신러닝 원리 이해 - 선형 회귀 [18:28]
09. 머신러닝 원리 이해 - Optimization [20:34]
10. 인공 신경망의 이해1 [28:38]
11. 인공 신경망의 이해2 [18:27]
12. 딥러닝 실습 - Multi-Classification 문제 [31:59]
13. 딥러닝 실습 - Regression 문제 [30:56]
1:1
문의
엑셀다운로드중.
아이티고 로딩중.