아이티고

강좌검색

  • 강좌검색
  • 질문검색
    최근 검색어 자동저장 전체삭제

    알림

    여기를 클릭하면, 샘플강의가 재생됩니다.
    tag
    강좌코드 : la_P080372
    열공이

    퍼셉트론 한 줄에서 시작해 손글씨(MNIST) 천재 AI를 내 손으로 창조하는 하드코어 실전
    담당강사 : 이성용

    강의구성 총 13강좌 (강의시간 : 총 ) 수강기간 30일
    강의형식 동영상 수강료 52,000원 이 강좌의 80% 이상 수강 시
    출력이 가능합니다.
    강의수준 중급 강의에서 사용하는
    프로그램 & 버전
    PyCharm (부분 유료)
    담당강사
    강사사진
    이성용 강사
    • - 조선대학교 컴퓨터공학과 졸업
    • - 롯데캐논 컴퓨터사업부
    • - 에이스정보기술
    • - 디지털미디어솔루션
    • - 코리아네트웍
    • - 아이티고 이러닝 강사
    참고도서
    강의구성 총 13강좌 (강의시간 : 총 )
    수강기간 30일
    강의형식 동영상
    수강료 52,000원 이 강좌의 80% 이상 수강 시
    출력이 가능합니다.
    강의수준 중급
    강의에서 사용하는
    프로그램 & 버전
    PyCharm (부분 유료)
    담당강사
    이성용 강사
    • - 조선대학교 컴퓨터공학과 졸업
    • - 롯데캐논 컴퓨터사업부
    • - 에이스정보기술
    • - 디지털미디어솔루션
    • - 코리아네트웍
    • - 아이티고 이러닝 강사
    수강신청
    • 현재 강좌만 수강 신청하기
    • 수강료 52,000원
    • 수강기간 : 30일 수강신청
    • 자유이용권으로 수강하기
    • 총 4,194강좌 / 54,382개 영상
      3개월 62,700원, 6개월 118,800원, 12개월 224,400원의 가격으로 무제한 수강해 보세요.
    • 자유이용권 구매 >
    과정소개
    딥러닝의 발전 역사부터 퍼셉트론, 손실 함수, 경사하강법 등 핵심 원리를 파헤치고, 파이썬과 넘파이를 활용해 인공 신경망 엔진을 밑바닥부터 직접 구현하는 중급 과정입니다
    .
    학습목표
    다층 신경망의 구조를 이해하고, 미분과 경사하강법을 통한 가중치 최적화 원리를 습득하여 데이터로부터 스스로 학습하는 딥러닝 엔진을 코드로 완벽하게 구현해내는 것입니다
    .
    교육대상
    딥러닝 기초와 파이썬 코딩 능력을 갖추고 있으며, 단순 라이브러리 활용을 넘어 AI의 내부 작동 원리와 수학적 메커니즘을 뼈대부터 깊이 있게 이해하고 싶은 분들입니다
    .
    선수 과정
    파이썬으로 배우는 딥러닝 초급
    차시별 학습목표
    01. 시각 체계에서 영감을 받은 딥러닝의 본질과 기계 시각 기술의 발전 과정을 이해한다.
    02. 단어의 맥락적 의미를 파악하고 자연어를 숫자로 변환하는 벡터화 기법을 학습한다.
    03. 생성자와 판별자가 경쟁하는 GAN의 원리와 잠재 공간을 통한 이미지 생성법을 배운다.
    04. 인공 신경망의 뼈대인 퍼셉트론의 동작 원리를 이해하고 기본 논리 게이트를 파이썬으로 구현한다.
    05. 다양한 활성화 함수의 수학적 특징을 비교하고, 파이썬과 넘파이를 활용해 이를 구현해본다.
    06. 다차원 배열의 행렬 곱셈 규칙을 바탕으로 신경망의 순방향(Forward) 데이터 전달 방식을 구축한다.
    07. 문제 유형(회귀/분류)에 맞는 출력층 함수를 선택하고, 다중 분류를 위한 소프트맥스 함수를 이해한다.
    08. 최적의 매개변수를 찾아가는 데이터 주도 학습의 필요성과 오차를 측정하는 손실 함수의 원리를 알아본다.
    09. 실전 분류 문제에 널리 쓰이는 교차 엔트로피 오차를 이해하고, 대량 데이터 처리를 위한 미니 배치 기법을 배운다.
    10. 신경망 오차를 줄이기 위한 미분, 편미분 개념과 기울기를 따라 최적점을 찾는 경사 하강법 원리를 이해한다.
    11. 다차원 배열의 편미분을 코드로 구현하고, 경사 하강법 알고리즘을 적용하여 함수의 최솟값을 도출한다.
    12. 완전한 2층 신경망을 클래스 구조로 설계하고, 손실 함수에 대한 가중치 편미분(기울기)을 직접 계산한다.
    13. 구축한 2층 신경망에 MNIST 데이터를 넣어 미니 배치 단위로 학습시키고 모델의 최종 정확도를 평가한다.
    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.

    시리즈강좌

    수강평

    • 0.0
    • 0.0
    • (0개의 수강평)
    버튼
    • 최신순
    • 높은 평점순
    • 낮은 평점순
    ※ 리뷰는 본 강의를 1차시 이상 수강하셔야 작성하실 수 있습니다.
    이전 1/297 다음
    수강생 리뷰 작성

    평점

    버튼
    • 5점
    • 4점
    • 3점
    • 2점
    • 1점

    수강평

    ※ 수강평은 최대 200자까지 가능합니다.
    ※ 리뷰 작성 안내
    본 리뷰는 AItgo 사이트에 작성자 ID와 함께 게시됩니다.
    타인에게 불쾌감을 줄 수 있는 부적절한 표현(욕설, 비방, 비속어 등등)이 들어 있는 게시물의 경우 고지 없이 삭제 될 수 있습니다.
    작성하신 리뷰는 "My Class > 나의 수강 리뷰" 페이지에서 삭제 하실 수 있습니다.
    강좌 리스트
    01. 딥러닝의 생물학적 기원과 기계 시각의 발전 역사 [61:3]
    02. 인간과 기계의 언어: 자연어 처리와 워드 벡터 [31:37]
    03. 적대적 생성 신경망(GAN)과 이미지 생성 기술 [52:42]
    04. 딥러닝의 출발점: 퍼셉트론과 논리 회로 구현 [59:28]
    05. 퍼셉트론에서 신경망으로: 활성화 함수의 이해 [52:58]
    06. 행렬 곱셈 연산과 3층 인공 신경망의 순방향 구현 [53:10]
    07. 출력층 설계 및 소프트맥스 함수를 활용한 분류 [60:17]
    08. 신경망 자동 학습의 핵심: 손실 함수와 오차제곱합 [41:48]
    09. 교차 엔트로피 오차 함수와 미니 배치 학습 데이터 처리 [61:37]
    10. 미분과 편미분, 그리고 경사 하강법의 수학적 원리 [63:7]
    11. 파이썬을 활용한 편미분 계산과 경사 하강법 구현 [52:55]
    12. 2층 신경망 모델 클래스 설계 및 가중치 기울기 계산 [53:18]
    13. MNIST 손글씨 데이터셋을 활용한 신경망 실제 학습 [62:41]
    지금 자유이용권 구매하고, 모든 강의를 자유롭게 수강하세요!