교육 개요

파이썬을 이용하여 최근 인기를 모으고 있는 딥러닝 프레임웍인 텐서 플로우를 이용하여 인공신경망을 학습시키는 과정입니다. 딥뉴럴 네트워크의 기본 개념과 학습 방법을 통해 기업내에 쌓여 있는 데이터를 이용하여 문제 해결 방법을 찾을 수 있습니다. 이미지를 효과적으로 학습할 수 있는 CNN과 자연어 처리를 도와주는 RNN 을 이용하여 다양한 문제 해결을 할 수 있습니다.

교육 대상
  • 인공지능에 처음 입문하시는 분
  • 인공지능과 빅데이터, IOT의 융합에 관심있는 개발자 및 스타트업 관계자
  • 인공지능을 활용한 비즈니스를 기획해야하는 기획자
교육 효과
  • 딥러닝에 대한 이해도를 높이고 딥러닝 프레임웍을 활용한 어플리케이션 개발이 가능
  • 기업내에 쌓여있는 데이터의 활용도를 높일 수 있음
  • 저렴한 비용의 데이터 처리 방법을 오픈소스를 활용하여 구성할 수 있음
실습 환경

Virtual box + Linux Ubuntu 16.04 + python + Tensorflow

교육 내용
구분 목차 주요 내용
    1
  • 딥러닝 소개 Overview
  • 간단한 파이썬 소개
  • 딥러닝의 개요
  • 파이썬의 개요 및 기본 프로그래밍 문법
  • 데이터 처리를 위한 페키지 소개 (Numpy, Pandas)
  • Ubuntu 기반의 가상머신 설정
  • 딥러닝 프레임웍 텐서플로우 설치 및 개발환경설정
2
  • 딥뉴럴 네트워크 기본
  • 딥뉴럴네트워크를 이해하기 위한 기본개념
  • 지도 학습, 비지도 학습, 강화학습 소개
  • Linear regression, Mutlivariable regression, Mutinomial classification의 이해 및 실습
  • 학습을 위한 어플리케이션 작성의 기본개념
3
  • 딥뉴럴 네트워크 기본
  • Convolutional Neural Network개념
  • CNN을 활용한 네트워크 구성
  • CNN 활용 예제 실습
  • AlexNet, GoogleNet, ResNet 개념
  • Imagenet의 이미지 Classification 예제
4
  • Recurrent Neural Network 및 Mini project
  • Recurrent Neural Network 개념
  • 자연어처리를 위한 RNN 예제
  • LSTM, GRU 를 통한 활용
  • charRNN 실습
  • Deep Learning 을 활용한 mini project