과정상세
파이썬과 오픈소스를 활용한 딥러닝_4일
교재제공 고급
파이썬과 오픈소스를 활용한 딥러닝_4일
카테고리
- 학습유형별 대면
- AI 머신러닝/딥러닝
과정요약
| 학습시간 | 09:00 ~ 18:00 ( 32시간 ) | 난이도 | 고급 |
|---|---|---|---|
| 교육비 지원 | 고용보험 비환급 | 평가항목 | 출석률 100% |
| 수료기준 | 총점 80점 이상시 수료 | 정원 | 24 명 |
| 교재정보 | |||
과정소개
파이썬 딥러닝 Tensorflow Keras
※ 2024년부터 과정 커리큘럼이 일부 변경되었으니, 하단 과정목차를 참고해 주세요.
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.
- 인공신경망으로 구현되는 딥러닝을 '깊이' 이해하기 위해 신경망의 구성요소를 이해하고
인공신경망의 각 요소가 딥러닝 모델의 표현에 미치는 것이 무엇인지 학습합니다.
이를 활용해 딥러닝의 주요 프레임워크로 CNN과 RNN 기반 모델을 실습합니다.
- 파이썬 기반의 빅데이터, 머신러닝, 딥러닝 분야의 풍부한 경험을 가진 전문가가 강의합니다.
학습목표
- 머신러닝 개념과 알고리즘들을 통해 데이터 분류, 예측, 군집 방법을 이해할 수 있다.
- 딥러닝 로직 및 다양한 알고리즘과 모델의 개념을 이해할 수 있다.
- 파이썬 기반의 머신러닝 및 딥러닝을 활용할 수 있는 오픈소스 라이브러리를 사용할 수 있다.
- 머신러닝과 딥러닝을 활용하여 빅데이터 분석을 할 수 있다.
학습대상
- 머신러닝과 딥러닝의 개념 차이를 알고 싶으신 분
- 데이터분석의 다양한 오픈소스로 머신러닝, 딥러닝을 경험해 보고 싶으신 분
- 데이터 분석 애플리케이션 개발을 하고 싶으신 분
-
-
1일차
-
환경설정
- 환경설정 09:00 ~ 10:00
-
필수 라이브러리
- NumPy 10:00 ~ 11:00
-
필수 라이브러리
- NumPy 11:00 ~ 12:00
-
퍼셉트론
- MCP뉴런 13:00 ~ 14:00
-
퍼셉트론
- 논리회로 14:00 ~ 15:00
-
퍼셉트론
- 퍼셉트론 학습 알고리즘 15:00 ~ 16:00
-
선형 모형
- 선형 모형 가설공간 16:00 ~ 17:00
-
선형 모형
- 선형과 비선형 17:00 ~ 18:00
-
환경설정
-
2일차
-
신경망 순전파
- 신경망 계층 09:00 ~ 10:00
-
신경망 순전파
- 신경망 매개변수 10:00 ~ 11:00
-
신경망 순전파
- 은닉층 활성화 11:00 ~ 12:00
-
신경망 순전파
- 신경망 순전파 13:00 ~ 14:00
-
손실 함수
- 손실 함수 14:00 ~ 15:00
-
손실 함수
- 회귀 손실 15:00 ~ 16:00
-
손실 함수
- 분류 손실 16:00 ~ 17:00
-
신경망 학습 알고리즘
- 수치 미분 17:00 ~ 18:00
-
신경망 순전파
-
3일차
-
신경망 학습 알고리즘
- 경사 하강 09:00 ~ 10:00
-
신경망 학습 알고리즘
- 신경망 학습 알고리즘 구현 10:00 ~ 11:00
-
오차역전파
- 계산 그래프 11:00 ~ 12:00
-
오차역전파
- 연쇄 법칙 13:00 ~ 14:00
-
오차역전파
- 역전파 학습 알고리즘 14:00 ~ 15:00
-
딥러닝 프레임워크
- Tensorflow, PyTorch, Keras 15:00 ~ 16:00
-
딥러닝 프레임워크
- Tensorflow API 16:00 ~ 17:00
-
딥러닝 프레임워크
- PyTorch API 17:00 ~ 18:00
-
신경망 학습 알고리즘
-
4일차
-
최적화 기법
- SGD 09:00 ~ 10:00
-
최적화 기법
- Momentum 10:00 ~ 11:00
-
최적화 기법
- 적응형 학습률 11:00 ~ 12:00
-
합성곱 신경망 (CNN)
- 완전 연결 계층과 합성곱 계층 13:00 ~ 14:00
-
합성곱 신경망 (CNN)
- 합성곱 연산 14:00 ~ 15:00
-
합성곱 신경망 (CNN)
- 풀링 (Pooling) 15:00 ~ 16:00
-
합성곱 신경망 (CNN)
- 합성곱 신경망 (CNN) 구현 16:00 ~ 17:00
-
합성곱 신경망 (CNN)
- 합성곱 신경망 (CNN) 구현 17:00 ~ 18:00
-
최적화 기법
-
1일차
수강후기 25
-
4노*
2024.05.10
소개하는 정도일 줄 알았는데 생각보다 깊이 있는 내용이어서 의외였습니다. 기본 지식들이 좀 필요한 부분들이 많아 다 이해하진 못했지만 그래도 좋은 경험이었습니다. -
5이*렬
2024.05.10
이론과 실습이 함께 이루어져 정말 도움이 되는 교육이었습니다. 커리큘럼과 함께 강사님의 내용 전달력도 뛰어나서 많은 것을 얻을 수 있는 과정입니다. -
4.25김*원
2024.05.10
파이썬 문법과 기계학습 과정이 선행 되어야 과정을 이해하는데 도움이 될 것 같으며 전반적인 과정의 수준과 진행 방법에 대해서는 만족 합니다 -
4.5최*정
2024.05.10
영상 등 다양한 방법으로 강의자료를 제공해주셔서 유용했습니다. 강사님의 데이터분석 과정이 있다면 추후 수강하고 싶습니다. -
5임*호
2024.05.10
기대 내용에 대해 충분히 이해할 수 있어 보람된 시간이 되었습니다.