강사명 | 차시 | 학습시간 | 샘플 |
---|---|---|---|
김동식 | 13 | 9 시간 |
현직 데이터사이언티스트 전문가가 전하는 AI 개발 및 분석 실무 노하우 및 체계적인 교육 회사내에서 머신러닝 및 딥러닝 개발 및 분석 업무로 보직 변경을 하고자 하는 분을 위한 교육 다양한 머신러닝 이론과 실습을 동시에 배우는 최적의 코스 |
데이터분석 관련 분야 취업 및 ADP 자격 취득원하는 학습자 |
기계 학습의 개념 및 특징 공간, 데이터의 중요성을 설명한다. 영상 처리 기초와 머신러닝의 주요 도전 과제를 설명한다. 머신러닝 분류와 예측 알고리즘을 설명한다. 이미지 및 텍스트 처리를 위한 딥러닝 알고리즘을 설명한다. |
1. openCV를 위한 넘파이 2. 신경망(퍼셉트론) 3. 활성화함수 4. ROI 5. 케라스로 함수형 API 사용하여 복잡한 모델 만들기 6. 서브클래스 API로 동적 모델 만들기 7. 가중치 초기화 8. 사전 훈련된 층 재상용하기 9. 텐서플로 활용 10. 텐서플로 데이터 적재와 전처리 11. 언어 모델1 12. 언어 모델2 13. 언어 모델3 |