선수학습: 수학/통계학 : 행렬의 곱셈/덧셈, 벡터의 내적연산, 분포도, 분류, 군집, 조건부 확률 파이썬 기초지식, 우분투(Ubuntu) 환경 설정
교육기간: 2일 총 14시간(자세한 일정은 상단 URL참고)
수강료: 520,000원
교재: 자체교재 or PDF 무료제공
| 교육개요 | 파이썬을 이용하여 최근 인기를 모으고 있는 딥러닝 프레임웍인 텐서 플로우를 이용하여 인공신경망을 학습시키는 과정입니다. 딥러닝 알고리즘 중 가장 널리 사용되고 있는 RNN, GRU, LSTM과 CNN, DNN을 설명합니다. 자연어 처리 응용으로 단어의 의미적 분석, 기계번역, 질의응답 등을 살펴보고, 수강생들이 직접 사용해볼 수 있는 공개 데이터셋도 소개합니다. 이론 설명 후에는 TensorFlow를 이용하여 몇 가지 딥러닝 알고리즘을 구현해 보는 실습 시간을 가집니다. TensorFlow에 대해서 간략히 소개한 후 Linear/Logistic Regression, 딥러닝 알고리즘들을 구현해 보며 TensorFlow의 기본 문법을 익힙니다 |
|---|---|
| 수료조건 | 출석률 80%이상 |
| 교육목표 | 딥러닝에 대한 이해도를 높이고 딥러닝 프레임웍을 활용한 어플리케이션 개발이 가능 TensorFlow를 활용한 딥러닝의 이해와 기초 모델 구현이 가능 딥러닝 알고리즘들의 활용과 자연어 처리 문제에서 딥러닝 적용이 가능 |
| 교육대상 | 딥러닝을 이용하여 문제 해결을 하고자하는 개발자 딥러닝과 구글 텐서플로우에 관심이 있는 개발자 |
교육내용
| 1일차 | 기계학습 개론(이론) - 인공지능, 기계 학습, 딥러닝의 개념 - 기계학습 및 인공지능의 역사 - 최신 동향 딥러닝 기본(이론/실습) - 퍼셉트론과 인공신경망 - Deep Neural Network의 원리 - Cross Entropy - Convolutional Neural Network - 구조, 학습 원리 - 응용 - 최근 동향 - 기울기 사라짐/폭발 문제 딥러닝 실습(이론/실습) - TensorFlow 소개 - 딥러닝 프레임워크의 필요성 - TensorFlow의 특징 및 장점 - TensorFlow 기본 문법 - Linear/Logistic regression 문제 직접 구현 - TensorFlow 심화 실습 - Deep Neural Network 구현 - MNIST 이미지 분류문제 풀어보기 - Convolutional Neural Network 구현 |
|---|---|
| 2일차 | 기계학습을 이용한 단어의 의미 분석(이론) - word2vec, Glove의 원리 자연어 처리를 위한 다양한 딥러닝 모델 비교(이론/실습) - RNN - vanishing gradient - GRU - LSTM 자연어 처리 응용(이론/실습) - 기계번역 및 대화 - 질의 응답 - 비슷한 내용의 문장 찾기 |
댓글 없음:
댓글 쓰기