과정상세
알고리즘으로 배우는 머신러닝, 딥러닝
교재제공 중급
알고리즘으로 배우는 머신러닝, 딥러닝
과정요약
| 학습시간 | 21시간 | 난이도 | 중급 |
|---|---|---|---|
| 교육비 지원 | 고용보험 비환급 | 평가항목 | 출석률 100% |
| 수료기준 | 총점 80점 이상시 수료 | 정원 | 24 명 |
| 교재정보 | |||
과정소개
#AI #머신러닝 #딥러닝 #알고리즘 #인공지능
학습목표
- 머신러닝/딥러닝에 사용되는 핵심 알고리즘을 설명할 수 있다.
- 알고리즘 활용 실습과 사례를 통해 알고리즘이 머신러닝과 딥러닝에 어떻게 적용되는지 이해할 수 있다.
- 자신이 속한 사업분야에 최적화된 인공지능 알고리즘을 적용할 수 있다.
학습대상
- 최신 기술 트렌드를 이해하여 사업의 방향과 조직 운영을 고민하는 실무자/관리자
- 인공지능 분야를 전반적으로 이해하여 비즈니스에 활용하고자 하는 실무자
- AI 개발자와 협업하는 시스템 운영자 및 기획자
- 인공지능 분야의 기술을 심화하고자 하는 개발자
과정목차 6
-
1 일차
-
1. 인공지능 소개
- 인공지능 개요 및 발전사, 인공지능 적용사례 및 기반기술, 최신 기술개발 현황
-
1. 인공지능 소개
-
2. 머신러닝
- 지도학습: k-NN, SVM, 의사결정트리, 비지도학습: 클러스터링, PCA, 생성모델, 강화학습: 마코프 프로세스, Deep Q-Learning, 머신러닝 사례
-
3. 딥러닝1
- 신경망 이론 개요, 경사감소법 및 최적화 알고리즘, 역전파 학습 알고리즘, 규제화 알고리즘, 컨볼루션신경망 이론 및 적용예
- 프레임워크 종류 및 장단점 비교, 딥러닝 프레임워크 활용 및 실습: MLP, 딥러닝 프레임워크 활용 및 실습: CNN (MNIST), 딥러닝 서비스 구현 사례: 패션 이미지 및 자동차 신호 분석
-
5. 딥러닝2
- 심층 신경망 (DBN), RBM & AutoEncoder, 자연어처리에 사용되는 RNN 알고리즘 (LSTM, GRU), 최근 딥러닝의 핵심 기술로 떠오르는 생성모델 GAN
- 강화학습 실습: Deep Q-Learning, 반복신경망 실습: RNN/LSTM, 생성모델 GAN 실습, 학습자 설문 피드백
수강후기 178
-
3김*철
2024.12.19
용어에 대한 개념설명이 매우 부족해 보이고 대부분의 수강생들 분위기가 매우 이해하기 힘들었으며, 나중에는 포기 상태까지 왔습니다. 좀 더 쉽게 개념적 설명이 필요하며, 너무 많은 진도보다는 즉 여러 알고리즘을 설명하기 보다는 소수라도 알고리즘을 알려줘서 이해시킨다음 실습 위주의 학습이었으면 합니다. 너무광범위합니다. -
3.75김*배
2024.12.18
이론설명 후 바로 실습을 하면 더 이해가 잘 될 것 같습니다. -
3.75정*석
2024.12.18
도움이 되었습니다. -
4.5이*택
2024.12.18
AI의 이론적인 부분에 대해 이해할 수 있는 시간이었습니다. -
5송*하
2024.12.18
인공지능 특히 머신러닝과 딥러닝에 대한 상세한 설명으로 관련 분야 이해력 향상 및 앞으로 실무 활용에 큰 도움이 되는 교육이라 생각합니다. 특히 강사님 설명이 너무 만족스러웠습니다.