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 25

1,300,000원 (VAT없음)
학습기간
개폐강 확정일 2024.05.24

카테고리

  • 학습유형별 대면
  • AI 머신러닝/딥러닝

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 25

평균평점

4.7 / 5.0

  • 4
    노*

    2024.05.10

    소개하는 정도일 줄 알았는데 생각보다 깊이 있는 내용이어서 의외였습니다. 기본 지식들이 좀 필요한 부분들이 많아 다 이해하진 못했지만 그래도 좋은 경험이었습니다.
  • 5
    이*렬

    2024.05.10

    이론과 실습이 함께 이루어져 정말 도움이 되는 교육이었습니다. 커리큘럼과 함께 강사님의 내용 전달력도 뛰어나서 많은 것을 얻을 수 있는 과정입니다.
  • 4.25
    김*원

    2024.05.10

    파이썬 문법과 기계학습 과정이 선행 되어야 과정을 이해하는데 도움이 될 것 같으며 전반적인 과정의 수준과 진행 방법에 대해서는 만족 합니다
  • 4.5
    최*정

    2024.05.10

    영상 등 다양한 방법으로 강의자료를 제공해주셔서 유용했습니다. 강사님의 데이터분석 과정이 있다면 추후 수강하고 싶습니다.
  • 5
    임*호

    2024.05.10

    기대 내용에 대해 충분히 이해할 수 있어 보람된 시간이 되었습니다.