멀티캠퍼스

통합검색

검색도우미 기능을 다시 켤때는
검색창에서 검색도우미 열기를 클릭하세요

과정상세

실전! TensorFlow로 배우는 딥러닝

thumbnail image
집합

교재제공 중급

실전! TensorFlow로 배우는 딥러닝

4.9

like 3

1,000,000원 (VAT없음)

과정요약

과정요약
학습시간 21시간 난이도 중급
교육비 지원 고용보험 비환급 평가항목 출석률 100%
수료기준 총점 80점 이상시 수료 정원 24 명
교재정보

과정소개

본 과정은 Keras TensorFlow로 진행됩니다.
본 과정은 AI의 핵심 솔루션인 딥러닝을 최고의 딥러닝 프레임워크인 Keras Tensorflow를 활용해서 직접 구현해 보는 과정입니다. 

- 이론을 겸비한 Keras Tensorflow 실습
딥러닝의 기본 원리와 이론적 배경을 이해하고 바로 실습해보는 체감형 학습 방법으로 진행합니다.

- 강사와 함께 하는 즐거운 코딩 시간
딥러닝 코드를 충분히 이해하고 따라가는 방식으로 진행을 합니다.

- 단단한 딥러닝의 기초 체력을 마련
체계화된 프로그램을 따라가다 보면 어느새 딥러닝을 다양하게 응용할 수 있는 단단한 기초 체력이 마련되어 있을 것입니다.
 
* 본 과정의 목표를 성공적으로 달성하려면 아래의 사전 지식을 필요로 합니다. 

1. 파이썬
- 시컨스 타입(List, Dictionary)의 이해와 슬라이싱 문법의 이해
- 객체 지향 프로그램 (클래스 구조, 베이스 클래스와 서브 클래스의 관계)
- Numpy의 다차원 배열 연산을 알고 있으면 딥러닝 연산을 쉽게 이해할 수 있습니다.


2. 필요한 기초 수학 개념
- 로그 함수, 지수 함수
- 정규 분포, 확률 변수의 기대값

- 미분개념

학습목표

  • 딥러닝의 기본 원리와 이론적 배경을 이해한다.
  • TensorFlow Framework 구성을 이해하고 이를 활용하여 DNN, CNN, RNN과 같은 딥러닝 기본 모델을 구현해본다.
  • 최적화/정규화/하이퍼파라미터 튜닝을 이해하고 성능 향상을 위한 방법들을 실습해본다.
  • VGGNet과 같은 아키텍처를 직접 구현해본다.

학습대상

  • Tensorflow를 활용해서 딥러닝 모델과 어플리케이션을 개발하고자 하는 분들
  • 실습 체험형으로 딥러닝의 이론을 습득함으로써 딥러닝의 실체를 체감하고자 하는 분들
  • 딥러닝에 대한 단시간 습득 과정을 통해 연구나 개발, 기획에 빠르게 활용하고자 하는 분들

과정목차 21

  • 1 일차
    • 인공지능과 딥러닝 개요
      • 인공지능의 의미와 역사
    • 인공지능과 딥러닝 개요
      • 학습의 개념과 딥러닝의 개념 / Google Colab 실습환경 구성 및 코드 배포
    • Gradient Descent
      • 학습의 기본 원리인 Cost function 확인
        parameters 의 개념과 학습
    • Gradient Descent
      • 경사하강(Gradient Descent)의 원리를 통한 학습방법
    • Model Validation
      • 모델 생성 시 Model capacity
        과적합(Overfitting) 과 Validation Approach
    • Regression
      • 회귀(Regression)분석을 통한 수치예측
    • Regression
      • 로지스틱 회귀(Logistic Regression)를 통한 분류예측
        Confusion Matrix를 통한 분류 정확도 확인
  • 2 일차
    • Multi Layer Perceptron
      • Neural Network 와 Perceptron
        Multi layer Perceptron
    • Error Backpropagation
      • 미분없이 미분의 결과를 찾아내는 Chain Rule
    • Error Backpropagation
      • sigmoid함수를 사용할 때 나타나는 부작용, Vanishing Gradient
        Optimization Method
    • Keras Tensorflow
      • Tensor란
        Kearas Modeling
    • Keras Tensorflow
      • softmax 함수를 통한 결과 확인
    • Deep Neural Network
      • 딥러닝의 Modeling과 Model capacity
    • Deep Neural Network
      • Hyperparameter의 개념과 optimization
  • 3 일차
    • Convolution Neural Network
      • CNN Algorithm이란
    • Convolution Neural Network
      • 적은양의 Small dataset을 활용하여 정확도 높이기
    • VGGNet & fine tuning
      • 특징 추출(Feature Extraction)을 통해 학습하기
    • VGGNet & fine tuning
      • 미세 튜닝(Fine tuning)으로 나만의 모델 만들기
    • Recurrent Neural Network
      • Feed forward neural network와의 차이점 / 순환 신경망이란
    • Long Short Term Memory
      • RNN에 long term memory 추가
    • Long Short Term Memory
      • 새로운 Gate 구조를 통한 LSTM 이해하기

수강후기 3

평균평점

4.9 / 5.0

  • 5
    김*우

    2023.11.29

    딥러닝 머신러닝에 대해 전반적으로 배울 수 있었고 실습을 통해 더욱 이해도가 높아졌습니다. 실무에 도움이 될 듯 합니다.
  • 4.75
    이*구

    2023.11.29

    업무 및 지식 강화에 도움이 됨
  • 5
    김*희

    2023.08.18

    업무 진행방식을 토대로 딥러닝의 사용범위와 원리 그리고 예제까지 체계적으로 교육 받았습니다. 추천합니다.

실전! TensorFlow로 배우는 딥러닝 관련과정