(파이썬교육)파이썬(Python)으로 입문하는 딥러닝(Deep Learning) 프로그래밍

파이썬(Python)으로 입문하는 

딥러닝(Deep Learning) 프로그래밍

주말주간:http://topcredu.co.kr/sub/crcl/view/db/2276

 

★ 교육개요 ★

파이썬을 이용하여 딥러닝 수행 원리를 하나씩 구현해 보는 과정입니다.
파이썬 프로그래밍을 포함하여 교육함으로써 다른 언어에 익숙한 개발자도 프로그래밍 할 수 있도록 합니다.
파이썬 라이브러리인 Numpy, Matplotlib를 이용하여 딥러닝을 구현합니다.
- Numpy를 이용한 신경망구성
- 활성화 함수의 구현과 이해
- 신경망 데이터의 흐름을 이해
딥러닝 학습 방법을 직접 구현해 봄으로써 학습을 이해한다. 
- 비용함수의 이해
- 경사하강법의 이해
- 계산 그래프의 이해와 딥러닝의 계층별 구현
딥러닝 원리를 구현해 본 후 고급기술과 CNN에 대한 이해를 학습한다.  

★ 수료조건 ★ 

출석률 80%이상 

★ 교육목표 ★  

파이썬을 이용하여 직접 신경망과 신경망의 원리를 구현해 봄으로써 딥러딩의 동작 원리를 이해한다. 
딥러닝 프레임워크 (텐서플로, 카페 등)을 이해하기 위해 선수 과정으로서, 추후 본격적 딥러닝 모델 구현의 이해를 용이하게 한다.  

★ 교육대상 ★

딥러닝 개발 입문자로서 딥러닝 원리를 이해하고자 하시는 분
텐서플로 같은 딥러닝 프레임워크 이해에 어려움을 겪으신 분 

★ 커리큘럼 ★ 

파이썬 및 Numpy Library의 이해	- 환경 설정 - Python 및 Anaconda - Numpy 및 Matplotlib - 실습 : Python 기본 문법, Numpy, Matplotlib
퍼셉트론	- 최초의 인공신경망 - 단층 퍼셉트론 - 다층 퍼셉트론 - 실습 : 퍼셉트론의 구현
신경망	- 신경망과 활성화 함수 - 행렬내적계산과 순전파 - 출력층과 Softmax 함수  - 실습 : 신경망 구현
Training	- 학습과 비용함수 - 미분(기울기)와 경사하강법 - MNIST 예제 - 실습 : 학습과정 구현 및 MNIST 처리
역전파	- 역전파 알고리즘 - 계산그래프 - 신경망 계층별 구현 - MNIST 예제 - 역전파의 한계점
고급학습 기술 및 CNN	- 고급 경사하강법 - 가중치 초기화 - 배치 정규화 - 과적합 - 실습 : 고급경사하강법과 가중치 초기화 확인
CNN	- CNN의 이해  - CNN 구현 및 시각화