강사명 | 차시 | 학습시간 | 샘플 |
---|---|---|---|
김동희 | 12 | 5 시간 |
본 과정은 CNN 및 RNN 이론과 실습을 모두 다룰 수 있는 중급 강좌입니다. 기계학습 및 딥러닝에 기초지식이 있는 분들을 대상으로 합니다. CNN, RNN을 위주로 실습합니다. 원리 이해를 위해 수학적 내용을 다룰 수 있습니다. 본 과정을 통해 CNN 및 RNN의 동작 원리를 이해하고, 구축 할 수 있습니다. |
기계학습/딥러닝에 기초지식이 있으신분 파이썬에 대해 이미 알고 계신분 CNN 및 RNN 등 이론은 배웠으나 실습이 어려우신분 CNN, RNN에 대해 다시 배우시고 싶으신 분 |
딥러닝 학습원리와 CNN, RNN 등 딥러닝 이론을 이해 할 수 있다. CNN, RNN 등 네트워크를 스스로 구축 할 수 있다. 주어진 데이터에서 딥러닝 모델을 통한 문제해결을 할 수 있다. |
1. 강의 개요 및 실습환경 2. 인공 신경망의 이해 3. 합성곱 신경망 CNN 이론 1 4. 합성곱 신경망 CNN 이론 2 5. 합성곱 신경망 CNN 실습 1-1 6. 합성곱 신경망 CNN 실습 1-2 7. 합성곱 신경망 CNN 이론 3 8. 합성곱 신경망 CNN 실습 3 9. 합성곱 신경망 CNN 실습 4-1 10. 합성곱 신경망 CNN 실습 4-2 11. 순환 신경망 RNN 이론 및 실습 1 12. 순환 신경망 RNN 이론 및 실습 2 |