[DL-101] 딥러닝 프로그래밍
SALE
BEST
135,000원 240,000원
딥러닝 이론 + 프로그래밍

* 회원가입(1천 포인트 제공) 후에 결제하시면 결제확인 등의 중요 SMS를 받으실 수 있습니다.  또한, 결제액의 3%를 포인트 적립해 드립니다. (5천 포인트부터 사용가능) 

카톡 문의:  http://pf.kakao.com/_PxfxkxcC/chat   메일:  manager@mycampus.io    전화/SMS:  010-2101-0255



[강의 소개]

딥러닝 이론 + 프로그래밍 (Keras & Tensorflow) !

딥러닝 프로그래밍, 제대로 배우고 출발하시면 그 다음이 수훨해집니다.

딥러닝의 동작원리, 이론, 개념, 용어를 익히고,  

파이썬(tensorflow, keras)으로  딥러닝 프로그래밍 하는 것을 실습합니다.


[강의 대상]

딥러닝 단어는 많이 들어보았으나, 정확한 동작원리/학습원리가 잘 이해되지 않은 분.

딥러닝을 직접 구현하여 데이터분석 및 인공지능 기술 구현에 관심있는 분


[추천 대상]

  • 딥러닝을 연구/업무에 활용하는 연구원 및 직장인
  • 프로그래밍 경험 또는 데이터분석 경험 있는 분 (R언어, Java, C계열, Javascript, Python 등 아무 언어)
  • 딥러닝/머신러닝 엔지니어로 취업/이직을 원하는 분
  • 딥러닝을 연구에 활용하는 석박사 학생 (이공계, 경영/경제 등)


[python 참고 자료]

python 기초는  아래 자료를 참고하시면 좋습니다 !

아래의 소스에서 폴더 1의 내용을 이해하거나 예습하시면 됩니다.

https://github.com/mycampus-io/python-for-deep-learning 


[강의 내용 키워드]

  • 머신러닝/수학적 방법 비교
  • 모델링의 이론 및 용어
  • gradient descent 개념
  • 딥러닝의 동작 원리 및 용어
  • tensorflow 기본 (Regression 문제)
  • keras 기본 (Regression 문제)
  • sound classification (개/차/사람 소리 구분)을 keras로 구현
  • 딥러닝 hyper parameter 튜닝



[강사 소개] 한대희


 * (전) 소프트웨어 마에스트로 멘토

 * 포스텍 컴퓨터공학 (석사, Neural Network 및 데이터분석 전공)


[강의 일정, 장소]

매주 월/수 개설 (결석시 다음 회차 수강 가능)

월/수  저녁 7:30~10:30. 3시간x2회

일자: 택1. 4월/15~17일, 4월/22~24일,  4월/29일~5월1일일



[강의 상세 내용]

부제: 딥러닝의 동작원리 및 프로그래밍 (with tensorflow/keras) 


** 회귀(regression)  문제

-- 예제) 월급여와 카드사용량의 관계를 모델링하기

  • 통계적방법으로 풀기 - linear  regression : 수식 설명 및 python code 구현 실습 및 설명

  • 선형대수(행렬)이용하여 풀기 - linear algebra

  • 경사하강법으로 풀기 (Gradient Descent): 수식 설명 및 python code 구현 실습 및 설명

  • Normal Equation vs Gradient Descent

  • 수학통계적방법 vs 머신러닝방법


** Non-linear regression 문제

-- 예제) 삼각함수 X,Y 관계 데이터를 뉴럴넷(딥러닝)으로 모델링(학습, 예측) 하기

  • tensorflow로 구현하기

  • keras로 구현하기

  • loss 함수: MSE


** Gradient Descent, 최적화(Optimizer) 및 딥러닝의 학습원리

  • 딥러닝의 구조

  • 딥러닝의 학습원리

  • Universal Approximator

  • 최적화, Global Optima, Local Optima, 

  • Optimizer의 종류: Momentum, RMSProp, Adam, ...

  • Convex, Non-Convex


** Classification (분류) 문제

-- 예제) 소리(sound) 분류 문제: Dog, Car, Child 소리(*.wav 파일) 구분하기

  • tensorflow로 구현하기

  • keras로 구현하기

  • 모델의 저장, 로딩

  • softmax, argmax
  • cross-entropy loss
  • feature extraction


** 하이퍼파라미터 튜닝 (hyper-parameter)

  • 하이퍼파라미터의 종류

  • 하이퍼파라미터 튜닝의 적용






[왜 Keras인가? 여러 딥러닝 프레임워크 중 파워지수 2등. 이제는 tensorflow 2.0에 keras가 기본 포함되었습니다]


[python --> numpy --> tensorflow --> keras 로 이어지는 계층]




[ keras 를 활용할 줄 알면 데이터분석가,  딥러닝 엔지니어가 될 수 있습니다]



마이캠퍼스 딥러닝 스쿨 개설 과목:  클릭하면 각 과목페이지로 연결됩니다



세금계산서 요청시  manager@mycampus.io 로 사업자등록증 첨부 부탁 드립니다.

( 카드영수증으로  세금계산서 필요없이  부가세 증빙 가능합니다. )


Q&A