멀티캠퍼스

통합검색

검색도우미 기능을 다시 켤때는
검색창에서 검색도우미 열기를 클릭하세요

과정상세

파이썬과 오픈소스를 활용한 딥러닝_4일

thumbnail image
집합

교재제공 고급

파이썬과 오픈소스를 활용한 딥러닝_4일

4.7

like 14

1,300,000원 (VAT없음)
학습기간
개폐강 확정일 2024.04.27

과정요약

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

※ 2024년부터 과정 커리큘럼이 일부 변경되었으니, 하단 과정목차를 참고해 주세요. 


※ 본 과정은 파이썬과 오픈소스를 활용한 딥러닝 5일(34h) 과정을
   4일(32h)로 변경한 과정입니다. 

 

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
    • 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
    • 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
    • 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

수강후기 14

평균평점

4.7 / 5.0

  • 5
    이*진

    2023.06.02

    마치 대학 강의 개론 수업 같이 기초부터 잘 정리된 설명으로 이해가 좋았습니다.
  • 5
    하*언

    2023.06.02

    딥러닝에 대해 기본부터 이해할 수 있는 유익한 시간이었습니다.
  • 5
    김*규

    2023.06.02

    책으로 이해하기 어려운 딥러닝을 라이브러리를 사용하지 안ㄶ고 기초부터 직접 구현하면서 그 동작을 자세하게 이해하게 되어 추후 딥러닝 개발의 기초를 다질 수 있었다.
  • 4.5
    김*태

    2023.06.02

    딥러닝 과정을 이해하기 쉬운 교육과정입니다.
  • 5
    이*옥

    2022.10.14

    유익한 시간이었습니다