멀티캠퍼스

통합검색

검색도우미 기능을 다시 켤때는
검색창에서 검색도우미 열기를 클릭하세요

과정상세

[Live] 알고리즘으로 풀어보는 신경망, 딥러닝 첫걸음

thumbnail image
집합

중급

[Live] 알고리즘으로 풀어보는 신경망, 딥러닝 첫걸음

0

like 0

1,200,000원 (VAT없음)
학습기간

과정요약

과정요약
학습시간 09:00 ~ 17:00 ( 28시간 ) 난이도 중급
교육비 지원 고용보험 비환급 평가항목 출석률 100%
수료기준 총점 80점 이상시 수료 정원 32 명

과정소개


본 과정은 신경망 전체 알고리즘을 학습하는 과정으로,
알고리즘 학습 중 수학 부분에서 막힌 분들, 라이브러리는 쓰지만 구체적인 작동원리를 이해못하고 사용하시는 분들,
문과를 나와 책을 봐도 이해가 되지 않는 분들을 대상으로 이해하기 쉽게 풀어서 설명 해주는 과정입니다.

- 신경망의 기본 베이스가 되는 선형모델 학습 : 선형모델, 회귀분석, 로지스틱 회귀분석
- 신경망의 최초 버전인 Perceptron 학습 후 신경망의 확장 버전이자 Deep Learning 의 기본이 되는 Artificial Neural Network 학습
- 신경망 학습에 반드시 필요한 미분과 chain Rule, sigmoid 함수, Back Propagation 에 대한 이해
- 확장된 신경망인 Deep Learning 알고리즘 개념 학습
- '핵심 빅데이터 분석 전문가' 과정의 후속과정으로 최근 핫이슈인 신경망 전체를 한번에 정리하는 과정

풀이로 접근하는, 말로 풀어주는, 알기쉽게 설명하는, 순차적으로 접근하는 과정!
신경망 기초부터 딥러닝 알고리즘까지 수식을 하나하나 풀어주는 과정!
구조와 개념으로 이해하는 딥러닝 알고리즘 과정!
퍼셉트론, 신경망을 수학을 몰라도 배울 수 있습니다! 

학습목표

  • - 머신러닝, 딥러닝의 기본이 되는 신경망 알고리즘 학습을 통해 툴기반 프로그램들 및 라이브러리의 작동 원리를 이해할 수 있다.
  • - 전공을 불문하고 행렬곱과 다항식 미분에 필요한 사칙연산만 할 수 있다면 누구나 신경망을 이해하고 나아가 빅데이터 언어로 구현할 수 있다.
  • - 경쟁사에 없는 알고리즘 생성 가능하여 성능적으로 개선된 알고리즘으로 응용할 수 있다.
  • - 신경망 전체를 쉬운 교육내용으로 풀어줌으로써 딥러닝 입문에 용이하도록 한다.

학습대상

  • - 빅데이터 분석 및 문제해결을 위해 툴기반 프로그램을 사용하는 개발자
  • - 딥러닝에 대해 알고는 있지만, 기본적인 알고리즘 이해가 필요한 컴퓨터 관련 전공/비전공 학습자
  • - 딥러닝 모델을 연구하는 데이터 사이언티스트
  • - 전공을 불문, 사칙연산 가능한 학습자
    • 1일차
      • 오리엔테이션
        • 전체 개요 정리

        09:00 ~ 10:00

      • 머신러닝
        • 머신러닝 개념 정리

        10:00 ~ 11:00

      • 예측모델
        • 비즈니스 분야에서 선호되는 예측모델 개념정리

        11:00 ~ 12:00

      • 예측모델
        • 예측모델 접근방법

        13:00 ~ 14:00

      • 예제를 통한 예측모델 학습
        • Entropy & Information gain 개념 학습

        14:00 ~ 15:00

      • 예제를 통한 예측모델 학습
        • Decision Tree

        15:00 ~ 16:00

      • 인공신경망 원리
        • 인공신경망 발생근거 및 접근방법

        16:00 ~ 17:00

    • 2일차
      • 인간 vs. 기계
        • 인간의 접근 방법과 기계의 접근방법
          비교

        09:00 ~ 10:00

      • 선형모델 알고리즘
        • 선형알고리즘 접근 방법

        10:00 ~ 11:00

      • 선형모델 알고리즘
        • 선형모델 생성방법 학습

        11:00 ~ 12:00

      • 선형 회귀분석
        • 선형 회귀분석 학습

        13:00 ~ 14:00

      • 로지스틱 회귀분석
        • 로지스틱 회귀분석 학습

        14:00 ~ 15:00

      • Single Layer Perceptron
        • Single Layer Perceptron 학습 / Delta Rule 학습

        15:00 ~ 16:00

      • Single Layer Perceptron
        • Single Layer Perceptron 한계점 파악

        16:00 ~ 17:00

    • 3일차
      • 파이썬 기본
        • 실습에 필요한 파이썬 기본 개념 학습

        09:00 ~ 10:00

      • 미분정리
        • 기본 미분 개념 학습

        10:00 ~ 11:00

      • 미분정리
        • Chain Rule

        11:00 ~ 12:00

      • 인공신경망 / Feed Forwading
        • Feed Forwading 방법을 이용한 weight update

        13:00 ~ 14:00

      • 인공신경망 / Back Propagation
        • Back Propagation 방법을 이용한 오차개선 학습

        14:00 ~ 15:00

      • 인공신경망 / Back Propagation
        • Step Function vs. Sigmoid Function

        15:00 ~ 16:00

      • 신경망 학습과 미분
        • 신경망 학습 시 미분이 반드시 필요한 이유

        16:00 ~ 17:00

    • 4일차
      • 경사하강법을 이용한 가중치 업데이트
        • 점진적인 iteration 으로 가중치 업데이트 방법 학습

        09:00 ~ 10:00

      • 예제학습
        • 신경망 예제를 가지고 실제 학습 소개

        10:00 ~ 11:00

      • 예제학습
        • Python 을 이용하여 신경망 구현

        11:00 ~ 12:00

      • 실험 시 성능개선
        • 하이퍼파라미터 조절을 통항 성능개선

        13:00 ~ 14:00

      • Deep Learning 알고리즘 등장배경 / 기존 인공신경망의 문제
        • 기존 인공신경망의 약점 소개 / Deep Learning 알고리즘 등장배경

        14:00 ~ 15:00

      • Sigmoid Function --> ReLU Function 변환
        • 알고리즘 개선 포인트 학습

        15:00 ~ 16:00

      • 과정정리
        • 전체 과정 정리

        16:00 ~ 17:00

수강후기 0

평균평점

0 / 5.0

  • 등록된 수강후기가 없습니다

[Live] 알고리즘으로 풀어보는 신경망, 딥러닝 첫걸음 관련과정