여기를 클릭하면, 샘플강의가 재생됩니다.
- tag
수학 공식은 몰라도 OK! 떠먹여 주는 CNN & RNN 공정 조립 가이드
담당강사 : 이성용
| 강의구성 | 총 7강좌 (강의시간 : 총 ) | 수강기간 | 30일 |
|---|---|---|---|
| 강의형식 | 동영상 | 수강료 |
28,000원
이 강좌의 80% 이상 수강 시 출력이 가능합니다. |
| 강의수준 | 초급 | 강의에서 사용하는 프로그램 & 버전 |
PyCharm (부분 유료) |
| 담당강사 |
이성용 강사
|
참고도서 |
| 강의구성 | 총 7강좌 (강의시간 : 총 ) |
|---|---|
| 수강기간 | 30일 |
| 강의형식 | 동영상 |
| 수강료 |
28,000원
이 강좌의 80% 이상 수강 시 출력이 가능합니다. |
| 강의수준 | 초급 |
| 강의에서 사용하는 프로그램 & 버전 |
PyCharm (부분 유료) |
| 담당강사 |
이성용 강사
|
- 수강신청
-
- 현재 강좌만 수강 신청하기
- 수강료 28,000원
- 수강기간 : 30일 수강신청
-
- 자유이용권으로 수강하기
- 총 4,149강좌 / 53,975개 영상
3개월 62,700원, 6개월 118,800원, 12개월 224,400원의 가격으로 무제한 수강해 보세요. - 자유이용권 구매 >
- 과정소개
- 텐서플로우와 케라스를 활용한 딥러닝 입문 과정입니다. CNN(이미지 분석)과 RNN(문장 분석)의 작동 원리를 직접 코딩하며 익히고, 강화학습의 개념까지 살펴봅니다.
- 학습목표
- 딥러닝의 기본 원리를 이해하고, 케라스를 활용해 CNN(이미지 판독)과 RNN(문장 분석) 모델을 설계, 학습, 평가하는 딥러닝 전체 사이클을 코딩으로 구현하는 것입니다.
- 교육대상
- 머신러닝 기초를 익히고 딥러닝에 입문하는 분, 파이썬 코딩으로 CNN과 RNN을 직접 실습하며 향후 생성형 AI 중급 과정을 위한 기본기를 다지려는 학습자를 대상으로 합니다.
- 선수 과정
- 파이썬 기초
차시별 학습목표
- 01. 딥러닝의 핵심 원리를 파악하고 파이썬 기반의 가상환경을 설정한다.
- 02. 케라스와 텐서플로우의 관계를 이해하고 GPU 연산 환경을 구축한다.
- 03. MNIST 손글씨 데이터를 활용하여 딥러닝 베이스라인 모델을 설계한다.
- 04. 구성된 딥러닝 모델을 실제로 학습시키고 테스트 데이터로 성능을 평가한다.
- 05. 이미지 분석에 특화된 CNN 알고리즘의 원리를 이해하고 베이스라인 모델을 구현한다.
- 06. 순차적 데이터 분석에 좋은 RNN을 활용해 문장의 긍정/부정 감성 분석 모델을 만든다.
- 07. 강화학습의 3요소를 이해하고 향후 이어질 생성형 AI 중심의 중급 과정 방향을 파악한다.
- 참고사항
- - 수강 기간 중 언제든지 반복 수강이 가능합니다.
- - 수강 여부 : 해당 차시의 80%를 수강하면 (회색) 배경으로 표시됩니다.
- - 수강 신청 완료 후 수강할 수 있습니다.
- - 즐겨찾기 한 강좌는 MY Class에서 확인할 수 있습니다.