[HD]파이썬을 활용한 딥러닝 이론 및 실습 - 중급 (CNN, RNN)

  • 고용보험의 훈련범위와 상관없이 자유롭게 수강할 수 있습니다.
    일반 수강생을 대상으로 교육을 진행하며,
    환급절차 없이 진행되는 과정입니다.
    (직장인/비직장인/대학생/주부 등 모두 이용 가능)
개강 및 종강
신청한 일자로 부터 30일
(금일기준 2024년 11월 24일 ~ 2024년 12월 24일)
학습기간

30일 + 무료 추가복습기간 제공

수료기준 진도 100% 이상 , 시험 0회 , 과제 0회 상세보기
교육비정가 24,000 원
실결제금액 24,000 원
  • 과정소개
  • 학습대상
  • 학습목표
  • 교수소개
  • 교재정보
  • 학습내용
  • 평가기준
과정 소개 본 과정은 CNN 및 RNN 이론과 실습을 모두 다룰 수 있는 중급 강좌입니다.
기계학습 및 딥러닝에 기초지식이 있는 분들을 대상으로 합니다.
CNN, RNN을 위주로 실습합니다.
원리 이해를 위해 수학적 내용을 다룰 수 있습니다.
본 과정을 통해 CNN 및 RNN의 동작 원리를 이해하고, 구축 할 수 있습니다.
학습 대상 기계학습/딥러닝에 기초지식이 있으신분 
파이썬에 대해 이미 알고 계신분
CNN 및 RNN 등 이론은 배웠으나 실습이 어려우신분 
CNN, RNN에 대해 다시 배우시고 싶으신 분
학습 목표 딥러닝 학습원리와 CNN, RNN 등 딥러닝 이론을 이해 할 수 있다. 
CNN, RNN 등 네트워크를 스스로 구축 할 수 있다. 
주어진 데이터에서 딥러닝 모델을 통한 문제해결을 할 수 있다.
교수 소개 김동희
교재 정보
학습내용
차시 내용
1차시 1. 강의 개요 및 실습환경
2차시 2. 인공 신경망의 이해
3차시 3. 합성곱 신경망 CNN 이론 1
4차시 4. 합성곱 신경망 CNN 이론 2
5차시 5. 합성곱 신경망 CNN 실습 1-1
6차시 6. 합성곱 신경망 CNN 실습 1-2
7차시 7. 합성곱 신경망 CNN 이론 3
8차시 8. 합성곱 신경망 CNN 실습 3
9차시 9. 합성곱 신경망 CNN 실습 4-1
10차시 10. 합성곱 신경망 CNN 실습 4-2
11차시 11. 순환 신경망 RNN 이론 및 실습 1
12차시 12. 순환 신경망 RNN 이론 및 실습 2
평가기준
평가항목 진도율 시험 과제 진행단계평가 수료기준
평가비율 - 0% 0% 0% -
수료조건 100% 이상 0점 이상 0점 이상 0점 이상 0점 이상