과정상세
알고리즘으로 배우는 머신러닝, 딥러닝
교재제공 중급
알고리즘으로 배우는 머신러닝, 딥러닝
과정요약
| 학습시간 | 09:30 ~ 17:30 ( 21시간 ) | 난이도 | 중급 |
|---|---|---|---|
| 교육비 지원 | 고용보험 비환급 | 평가항목 | 출석률 100% |
| 수료기준 | 총점 80점 이상시 수료 | 정원 | 24 명 |
| 교재정보 | |||
※ 과정신청 및 입과일정, 재고 여부에 따라 학습시작일 전까지 배송되지 않을 수 있습니다.
※ 도서 또는 부속물 품/절판인 경우 개별 안내 후 대체도서 제공, 타과정 변경 입과, 과정폐강이 일어날 수 있습니다.
※ 택배사 파업으로 인해 교보재 배송이 불가한 지역의 경우, 수강신청이 취소될 수 있습니다.
과정소개
학습목표
- 머신러닝/딥러닝에 사용되는 핵심 알고리즘을 설명할 수 있다.
- 알고리즘 활용 실습과 사례를 통해 알고리즘이 머신러닝과 딥러닝에 어떻게 적용되는지 이해할 수 있다.
- 자신이 속한 사업분야에 최적화된 인공지능 알고리즘을 적용할 수 있다.
학습대상
- 최신 기술 트렌드를 이해하여 사업의 방향과 조직 운영을 고민하는 실무자/관리자
- 인공지능 분야를 전반적으로 이해하여 비즈니스에 활용하고자 하는 실무자
- AI 개발자와 협업하는 시스템 운영자 및 기획자
- 인공지능 분야의 기술을 심화하고자 하는 개발자
-
-
1일차
-
1. 인공지능 소개
- 인공지능 개요 및 발전사, 인공지능 적용사례 및 기반기술, 최신 기술개발 현황
09:30 ~ 12:30
-
2. 머신러닝
- 지도학습: k-NN, SVM, 의사결정트리, 비지도학습: 클러스터링, PCA, 생성모델, 강화학습: 마코프 프로세스, Deep Q-Learning, 머신러닝 사례
13:30 ~ 17:30
-
1. 인공지능 소개
-
2일차
-
3. 딥러닝1
- 신경망 이론 개요, 경사감소법 및 최적화 알고리즘, 역전파 학습 알고리즘, 규제화 알고리즘, 컨볼루션신경망 이론 및 적용예
09:30 ~ 12:30
-
4. 예제 및 실습1
- 프레임워크 종류 및 장단점 비교, 딥러닝 프레임워크 활용 및 실습: MLP, 딥러닝 프레임워크 활용 및 실습: CNN (MNIST), 딥러닝 서비스 구현 사례: 패션 이미지 및 자동차 신호 분석
13:30 ~ 17:30
-
3. 딥러닝1
-
3일차
-
5. 딥러닝2
- 심층 신경망 (DBN), RBM & AutoEncoder, 자연어처리에 사용되는 RNN 알고리즘 (LSTM, GRU), 최근 딥러닝의 핵심 기술로 떠오르는 생성모델 GAN
09:30 ~ 12:30
-
6. 예제 및 실습2
- 강화학습 실습: Deep Q-Learning, 반복신경망 실습: RNN/LSTM, 생성모델 GAN 실습, 학습자 설문 피드백
13:30 ~ 17:30
-
5. 딥러닝2
-
1일차
수강후기 150
-
2.5성*중
2022.09.01
강의시간이.짧아요. 교재 내용을 모두 다루지.못함 실습시간을 별도로.갖었으면 좋겠어요 -
5조*원
2022.08.31
좋은 강의 감사합니다. 알고리즘을 수식적으로 풀이해줘 공부가 잘 되었습니다. 전반적인 머신러닝 딥러닝 모델 설명도 좋았습니다. -
2.5박*화
2022.07.06
이론을 이해하느네 도움이 많이 되었다 -
4장*호
2022.07.06
수고 많으셨습니다. -
4독**은
2022.05.25
어려운 내용을 쉽게 잘 설명해 주셨습니다 감사합니다
