과정상세
[Live] 파이썬과 오픈소스를 활용한 딥러닝
교재제공 고급 신규
[Live] 파이썬과 오픈소스를 활용한 딥러닝
카테고리
- 학습유형별 비대면
- AI 머신러닝/딥러닝
과정요약
학습시간 | 09:30 ~ 17:30 ( 34시간 ) | 난이도 | 고급 |
---|---|---|---|
교육비 지원 | 고용보험 비환급 | 평가항목 | 출석률 100% |
수료기준 | 총점 80점 이상시 수료 | 정원 | 24 명 |
교재정보 |
과정소개
※ 2024년부터 과정 커리큘럼이 일부 변경되었으니, 하단 과정목차를 참고해 주세요.
※ 본 교육을 위해 사용될 PC 사양은 아래의 내용으로 권장드립니다.
- CPU: i5 이상
- 메모리: 8GB 이상
- 저장공간: 20GB 이상
- 운영체제: 윈도우즈 10 or 맥 OS X
본 과정은 딥러닝을 이해하는데 필요한 기반 지식인 신경망의 구성요소를 이해하고 구현해 보는 것부터 시작합니다. 이를 바탕으로 딥러닝의 원리와 성능에 미치는 요소를 이해하여 Tensorflow와 Keras를 활용하여 딥러닝을 구성하고 생산성을 높일 수 있는 방법을 살펴봅니다.
본 과정은 아래의 특징을 담고 있습니다.
- 딥러닝을 제대로 알기 위해 신경망 구성부터 이해하기!
: 인공신경망으로 구현되는 딥러닝을 '깊이' 이해하기 위해 신경망의 구성요소를 이해하고 인공신경망의 각 요소가 딥러닝 모델의 표현에 미치는 것이 무엇인지 학습합니다.
- Tensorflow와 Keras를 활용한 딥러닝 실습하기!
: 인공신경망에 대한 이해를 바탕으로 Tensorflow와 Keras 라이브러리를 활용하여 효율적으로 학습 모델을 구성하고 훈련하는 방법을 살펴봅니다. 이를 활용해 딥러닝의 주요 프레임워크로 CNN과 RNN 기반 모델을 실습합니다.
- 인공지능 전문가의 강의!
: 파이썬 기반의 빅데이터, 머신러닝, 딥러닝 분야의 풍부한 경험을 가진 전문가가 강의합니다.
학습목표
- 인공 신경망이 기계학습을 수행하는 원리와 구현방법을 이해할 수 있다.
- 딥러닝의 학습모델에 영향을 미치는 요소를 이해할 수 있다.
- 딥러닝 모델을 데이터에 맞게 구성하고 적용할 수 있다.
- TensorFlow 및 Keras 등 딥러닝 라이브러리에 연동해 모델을 구성하고 훈련할 수 있다.
학습대상
- 딥러닝의 원리를 보다 ‘깊이’ 이해하고 싶으신 분
- 머신러닝과 딥러닝의 차이를 알고 싶으신 분
- 딥러닝 모델을 보유한 데이터에 적용하고 싶으신 분
-
-
1일차
-
환경설정
- 환경설정 09:30 ~ 10:30
-
필수 라이브러리
- NumPy 10:30 ~ 11:30
-
필수 라이브러리
- NumPy 11:30 ~ 12:30
-
퍼셉트론
- MCP뉴런 13:30 ~ 14:30
-
퍼셉트론
- 논리회로 14:30 ~ 15:30
-
퍼셉트론
- 퍼셉트론 학습 알고리즘 15:30 ~ 16:30
-
퍼셉트론
- 퍼셉트론 학습 알고리즘 16:30 ~ 17:30
-
환경설정
-
2일차
-
선형 모형
- 선형 모형 가설공간 09:30 ~ 10:30
-
선형 모형
- 선형 모형 가설공간 10:30 ~ 11:30
-
선형 모형
- 선형과 비선형 11:30 ~ 12:30
-
신경망 순전파
- 신경망 계층 13:30 ~ 14:30
-
신경망 순전파
- 신경망 매개변수 14:30 ~ 15:30
-
신경망 순전파
- 은닉층 활성화 15:30 ~ 16:30
-
신경망 순전파
- 신경망 순전파 16:30 ~ 17:30
-
선형 모형
-
3일차
-
손실 함수
- 손실 함수 09:30 ~ 10:30
-
손실 함수
- 회귀 손실 10:30 ~ 11:30
-
손실 함수
- 분류 손실 11:30 ~ 12:30
-
신경망 학습 알고리즘
- 수치 미분 13:30 ~ 14:30
-
신경망 학습 알고리즘
- 경사 하강 14:30 ~ 15:30
-
신경망 학습 알고리즘
- 신경망 학습 알고리즘 구현 15:30 ~ 16:30
-
신경망 학습 알고리즘
- 신경망 학습 알고리즘 구현 16:30 ~ 17:30
-
손실 함수
-
4일차
-
오차역전파
- 계산 그래프 09:30 ~ 10:30
-
오차역전파
- 연쇄 법칙 10:30 ~ 11:30
-
오차역전파
- 역전파 학습 알고리즘 11:30 ~ 12:30
-
딥러닝 프레임워크
- Tensorflow, PyTorch, Keras 13:30 ~ 14:30
-
딥러닝 프레임워크
- Tensorflow API 14:30 ~ 15:30
-
딥러닝 프레임워크
- PyTorch API 15:30 ~ 16:30
-
최적화 기법
- SGD 16:30 ~ 17:30
-
오차역전파
-
5일차
-
최적화 기법
- Momentum 09:30 ~ 10:30
-
최적화 기법
- 적응형 학습률 10:30 ~ 11:30
-
합성곱 신경망 (CNN)
- 완전 연결 계층과 합성곱 계층 11:30 ~ 12:30
-
합성곱 신경망 (CNN)
- 합성곱 연산 13:30 ~ 14:30
-
합성곱 신경망 (CNN)
- 풀링 (Pooling) 14:30 ~ 15:30
-
합성곱 신경망 (CNN)
- 합성곱 신경망 (CNN) 구현 15:30 ~ 16:30
-
최적화 기법
-
1일차
수강후기 394
-
5조*석
2023.12.22
유익한 시간이였고 다른 직원에게도 권하고 싶네요. -
4김*
2023.12.22
3일 교육내용을 5일로 늘려놓은듯함 필요없는 설명이 너무장황하고 반복되고 한번 다른얘기에 빠지면 언제 진도를나가게 될지 알수없음 갈수록 전체진도계획에서 조금씩 뭔가가빠지고 간단해지는느낌 그럼에도 전체일정을맞춘다는건 원래 3일짜리 과정이기 때문 -
4.75김*치
2023.12.22
강사님의 명쾌하고 많은 경험이 느껴지는 좋은 과정인 것 같습니다 -
2.75이*경
2023.12.22
생각보다 이론 중심적인 교육이었습니다 -
5나*용
2023.12.22
강사님이 이해하기 쉽고 정확하게 알려주십니다.
[Live] 파이썬과 오픈소스를 활용한 딥러닝 관련과정
교재제공