컨텐츠 내용
- 수강신청
- 과정정보
Python 딥러닝
총 학습시간 11시간 9분
[과정소개]
▪ Python 딥러닝 과정은 어렵다는 딥러닝을 가장 쉽게, 가장 명쾌하게 풀어낸 강의라고 자부합니다.
강의는 선거유권자예측, 환자예측, 이미지 등 실전 주제를 가지고 데이터스케일링, 학습단위설정,
학습율/은닉층/뉴런수의 설정, 가중치초기화, 활성화함수의 선정, 고솝옵티마이저적용, 과대적합규제 등
어려운 개념을 가장 쉽게 전달하면서 딥러닝 전체 과정을 다루고 있습니다
▪ 본 과정을 수강하시면 DNN,CNN, RNN 등 딥러닝 알고리즘과 모델에 대한 이론과 실전을 동시에 마스터하실 수 있습니다.
[수강대상]
▪Python 딥러닝 과정은 인공지능 기반 데이터사이언티스트의 완성판입니다.
다음과 같은 분들이 머신러닝과정 수강이 필요합니다.
- 인공지능 데이터분석가가 되고자 하는 현업 실무자 및 취업준비생
- 개발자이면서 딥러닝으로예측력을 높이고 과정을 자동화 하고자 하는 분
- 딥러닝 알고리즘을 익혀 반복적 업무의 효율성 및 예측력을 향상하고자 하는 분
- 대학 혹은 기관에서 데이터분석 관련 연구와 강의를 하고 계신 강사 및 교수님
- 전통적 통계분석에 더해 최신 딥러닝 기법으로 연구성과를 내고자 하는 연구자
- 빅데이터분석, 인공지능사업과 연구를 기획하는 정책 실무자
[학습목표]
▪Python 딥러닝과정을 수강하신 후 다음과 같은 분석능력을 갖추게 됩니다.
- 수집된 데이터의 스케일링,train/test 데이터 셋분할, 다양한 하이퍼파라미터 설정 등 분석 전 과정을 완벽하게 이해하고 수행할 수 있습니다.
- 딥러닝의 핵심 개념과 DNN,CNN, RNN 등 핵심모델을 활용하여 정량데이터, 이미지, 문서 등의 예측을 직접 수행할수 있습니다.
- 구축한 딥러닝 모델에서 다양한 하이퍼파라미터 튜닝방법을 익혀 가장 예측력이 높은 최적의 모델을 도출할 수 있습니다.
[수강안내]
※ 정규 학습일수는180일이며, 180일이내 수강을 80% 이수해야만 수료증이 발급됩니다.
※ 교재는 강의 내에서 교안과 실습자료를 다운로드 받으실 수 있도록 파일로 제공됩니다.
■ 교환.환불규정 ■
1) 결제 후 7일 이내, 이용한 강좌 없을 경우: 전액 환불
2) 결제 후 7일 초과 ~ 수강기간 1/2 이하
- 이용한 강좌가 없을 경우: 위약금(결제한 금액의 10%) 차감 후 환불
- 이용한 강좌가 있을 경우: 위약금(결제한 금액의 10%)+완료 강좌 수에 따른 정가 차감 후 환불
3) 수강기간 1/2 초과: 환불 불가
*산출기준 예시: 수강료 150,000원이면 강좌 수 20강인 경우, 150,000원/20강=7,500원(1강좌)로 산출
※ 유의사항
- 수강기간이 종료된 강의는 환불이 불가합니다.
- 복습기간이나 이벤트 등으로 추가로 제공된 기간은, 수강기간에 포함되지 않습니다.
- 환불금액은 결제한 금액 기준이며, 결제 시 사용한 적립금(쿠폰)은 반환해드립니다.
차시 | 강의명 | 학습시간 |
---|---|---|
1차시 | 딥러닝의 개요 | 31분 |
2차시 | 딥러닝의 발전 | 36분 |
3차시 | 다층 퍼센트론의 이해 | 14분 |
4차시 | 다층 퍼센트론의 필요성 | 20분 |
5차시 | Tensorflow 설치와 이해 | 26분 |
6차시 | 회귀문제와 Cost Function | 21분 |
7차시 | 딥러닝 A to Z | 37분 |
8차시 | 하이퍼파라미터1: 데이터분할과 정규화 | 34분 |
9차시 | 하이퍼파라미터2: 학습단위의 이해 | 14분 |
10차시 | 하이퍼파라미터3: 활성화함수의 이해 | 24분 |
11차시 | 하이퍼파라미터4: 은닉층의 이해 | 12분 |
12차시 | 하이퍼파라미터5: 역전파와 고속옵티마이저 | 13분 |
13차시 | 하이퍼파라미터6: 학습률과 분석 프로세스 | 12분 |
14차시 | 분류문제와 Cost Function | 15분 |
15차시 | 이진분류 분석 | 18분 |
16차시 | 다항분류 분석 | 12분 |
17차시 | 딥러닝과 규제화 | 23분 |
18차시 | 딥러닝 모델의 규제 적용 실습 | 33분 |
19차시 | 실전 딥러닝 가이드 | 24분 |
20차시 | CNN의 개념과 원리 | 32분 |
21차시 | openCV로 이미지 정제하기 | 26분 |
22차시 | 개와 고양이 사진 분류 | 48분 |
23차시 | MNIST 숫자 분류 | 15분 |
24차시 | RNN의 개념과 원리 | 21분 |
25차시 | RNN, GRU, LSTM 이해 | 30분 |
26차시 | RNN으로 주식예측하기 | 40분 |
27차시 | RNN으로 감성분류하기 | 38분 |