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.
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 144
-
5김*진
2021.11.24
과정에 난이도가 있고, 수학적인 이론이 많아 짧은 기간에 하기에 무리가 있어 기간이 좀 길었으면 좋겠고, 수학적인 로직을 좀더 딥하게 다시 다뤄진 교육을 받아 보고 싶습니다. -
4이*동
2021.10.20
머신 러닝과 딥러닝이 생활이나 업무에 사용되고 있는 실례나 적용가능한 업무 등을 중심으로 했으며 좋겠습니다. -
2.5원*남
2021.10.20
교육내용은 괜찮았으나, 시간배분이 너무 제대로 되지않았음. -
4.5지*덕
2021.10.20
어려운 주제를 알차고 핵심적으로 전달해주신 강사님께 감사드립니다 -
5김*석
2021.09.08
강사분이 친절하게 교육해주셨습니다
