커뮤니티와 함께하는데이터 분석 클래스
커뮤니티형 그룹 클래스
👋🏻 클래스 필수 정보
- 수강 기간 12개월 수강권 중 선택
- 그룹 미션 총 0개
- 소통 커뮤니티 그룹형
- 진행방식 온라인 수업
커리큘럼
04:32:45
-
OT딥러닝 개발 과정 FREE06:29 PLAY
-
1강코드로 알아보는 딥러닝 개발 과정06:10
-
2강딥러닝 알고리즘의 종류06:41
-
3강데이터 준비를 위한 데이터 전처리13:08
-
4강다중 분류를 위한 데이터셋 살펴보기07:00
-
5강다중 분류 예측을 위한 데이터 탐색24:47
-
6강다중 분류 예측 모델 설계와 실행17:36
-
7강다중선형회귀의 개념과 데이터 표준화05:34
-
8강다중선형회귀 모델 설계와 예측23:32
-
9강K-Fold를 이용한 교차 검증05:33
-
10강예측을 위한 MNIST 손글씨 데이터 살펴보기08:40
-
11강MNIST 손글씨 데이터 전처리와 모델 정의20:47
-
12강혼동 행렬과 학습 과정 시각화09:00
-
13강합성곱신경망(CNN)의 개요15:33
-
14강스트라이드, 필터와 CNN의 연산 과정11:55
-
15강연산을 위한 풀링과 드롭아웃14:52
-
16강EarlyStopping 콜백04:23
-
17강CNN을 이용한 MNIST 손글씨 인식14:39
-
18강MNIST 손글씨 모델 평가와 시각화03:37
-
19강내가 만든 모델 저장하기07:43
-
20강순환신경망(RNN)의 특징07:53
-
21강IMDB 데이터셋을 활용한 RNN 실습19:56
-
22강LSTM의 원리와 특징03:33
-
23강LSTM을 이용한 뉴스 카테고리 분류13:44
클래스 소개
강의 두 줄 요약
DNN, CNN, RNN? AI 시대에도 문제 없는 인공지능 전문가 되기!
딥러닝 본격적으로 활용해보고 싶어요!
4차 산업혁명
시대에서는 인공지능
기술이 무엇보다 중요해지고 있습니다.
그래서 많은 기업들 역시 AI 전문가 채용에 적극 나서고 있으며, 앞으로는 많은 직업들이 사라질 거라는 전망도 나오고 있습니다.
물론 인간 고유의 영역이라고 여겨졌던 예술이나 창작 등에서는 AI가 아직까지 두각을 드러내지
못하고 있지만, 점차 대체되는 건 시간 문제일 겁니다.
딥러닝 기술은 IT업계 종사자라면 누구나 해보고 싶은 기술이지만 그만큼 진입장벽이 높아
쉽게 도전하지 못하는게 현실입니다.
때문에 딥러닝 관련 지식을 쌓아두실 수 있도록 저희 마소캠퍼스에서 본 딥러닝
강좌를 누구나 따라오실 수 있도록 설계하였습니다.
이를 위해서는 딥러닝의 새로운 알고리즘들에 대해 배우고 익혀야합니다.
이번 <DNN, CNN, RNN을 활용한 딥러닝 실무> 과정은 파이썬(Python)
언어와 텐서플로우 케라스(Tensorflow Keras) 프레임워크를 기반으로 하는
딥러닝 알고리즘 모델 개발 과정입니다.
앞으로는 더 많은 데이터들로부터 유용한 정보를 추출할 수 있는 기술력 확보가 중요해질 것입니다.
이러한 문제를 해결하기 위해 인공지능(AI) 기반 머신러닝/딥러닝 기술이 등장했으며, 이를 구현하는데 사용되는 주요 모델로는 지도학습 방식의 DNN, 비지도학습 방식의 CNN, 그리고 강화학습 방식의 RNN이 있습니다.
딥러닝의 전반적인 개발 과정을 살펴보고 다양한 알고리즘으로 딥러닝 모델을 개발해보는 학습 과정을 자세히 다루며, 각 모델별 장단점 및 적용 사례 실습을 알아보고, 실제 코드를 입력하며
각 모델간 차이를 확인하고 딥러닝 알고리즘을 활용해보세요!
강의 특징
본 강좌를 통해 현재 가장 HOT한 딥러닝 알고리즘인 DNN,
CNN, RNN의 작동 원리를 이해하고 실습을 통해 실제로 딥러닝 모델을 구현할 수 있습니다.
Step 1. DNN, CNN, RNN의 개념과 작동 프로세스 이해하기
딥러닝의 수많은 알고리즘 중 DNN, CNN, RNN이 무엇인지,
어느 상황에서 어떤 알고리즘을 사용하는지에 따라 차원이 다른 퍼포먼스를 보여주기 때문에 각각의
원리를 상세히 살펴보고 파헤쳐 드립니다!
Step 2. 딥러닝 모델링 과정 실습하기
대표적인 딥러닝 알고리즘, 회귀와 분류!
회귀와 분류를 머신러닝보다 훨씬 더 정교하고 정확하게 할 수 있는 DNN, CNN, RNN!
내가 직접 설계한 딥러닝 알고리즘 모델로 다양한 실습을 통해 바로 활용할 수 있는
딥러닝을 써볼 수 있습니다.
Step 3. 디지털 세계에서 발견한 인사이트를 현실 세계로!
딥러닝 알고리즘의 각종 기법을 활용해 모델을 설계하고 훈련한 후 얻어진 인사이트를 실제 업무에 적용한다면,
영업, 개발, 인사까지 방대한 부분의 데이터 기반 의사결정에 혁명적인 발전을 가져올 수
있습니다.
DNN, CNN, RNN을 활용한 딥러닝 실무를 듣고 나면
<DNN, CNN, RNN을 활용한 딥러닝 실무> 강의를 듣고 나면,
여러분께서는 다음과 같은 역량을 확보하실 수 있습니다.
딥러닝 개발 과정 프로세스의 이해
DNN, CNN, RNN의 구성 요소와 모델의 원리 이해
Tensorflow Keras의 다양한 Framework에 대한 이해
다양한 딥러닝 실습을 통한 딥러닝 활용 능력
분야에 상관 없이 압도적인 생산성 향상을 가져다 주는 딥러닝!
딥러닝의 핵심 알고리즘에 대한 상세한 설명을 통해 깊이 있는 이론과 실습을
동시에 학습하는 과정!
학습 내용
1. 다중선형회귀 모델 설계하기!
2.
MNIST 손글씨 모델 평가 결과 시각화!
3.
CNN의 구성 요소!
4.
CNN으로 모델 실행하기!
5. LSTM을 이용한 뉴스 카테고리 분류하기!
예상 질문 Q&A
Q. 파이썬 프로그래밍에 대한 선수 지식이 필요한가요?
A. 본 강의 및 이어지는 마소캠퍼스의 딥러닝 강의에는 기초 파이썬 활용 능력이 필요합니다. 파이썬이 익숙하지 않으신 분들께서는 마소캠퍼스의 ‘파이썬 데이터
분석 입문‘및 ‘파이썬 데이터 분석 실무’ 강의를 먼저 수강하시는 것을 추천드립니다.
Q. 강의를 수강하기 위한 요구 사항 또는 필요 조건이 있나요??
A. 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는
여분 기기를 함께 준비해주시면 좋습니다. 또한 Windows OS 기반으로
실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.
Q. 딥러닝에는 고사양 pc가 필요하다 들었는데, 실습에
고사양 pc가 필요한가요?
A. 고사양 환경에서 실행시키시는 것이 좋기는 하나, 본
강의에서는 Anaconda와 Jupyter Notebook을
활용한 가상 환경에서 실습이 진행되므로 일반적인 업무용 PC 수준이면 수강에 어려움이 없으십니다.
A. 본 강의 및 이어지는 마소캠퍼스의 딥러닝 강의에는 기초 파이썬 활용 능력이 필요합니다. 파이썬이 익숙하지 않으신 분들께서는 마소캠퍼스의 ‘파이썬 데이터 분석 입문‘및 ‘파이썬 데이터 분석 실무’ 강의를 먼저 수강하시는 것을 추천드립니다.
A. 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다. 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.
A. 고사양 환경에서 실행시키시는 것이 좋기는 하나, 본 강의에서는 Anaconda와 Jupyter Notebook을 활용한 가상 환경에서 실습이 진행되므로 일반적인 업무용 PC 수준이면 수강에 어려움이 없으십니다.
지식공유자 소개
클래스는 이렇게 진행돼요.
결제 직후, 커뮤니티에 초대해드립니다. 커뮤니티에 가입 후 같은 기수의 사람들과 소통해보세요.
그룹 미션 0개를 드립니다.
내가 원하는 시간에, 원하는 장소에서 미션 완료 후 커뮤니티에 인증하면 완료!
💪 필독 장학금 혜택 안내드려요.
커뮤니티에서 함께한
클래스유 회원들의 리뷰
안녕하세요?
마소캠퍼스입니다.
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,
2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!
이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.
등록을 서두르세요!
그룹은 인원이 제한되어 있습니다.
이건 어때요?
고객센터
해결되지 않는 문제점이 있나요?
전문 상담사가 함께 고민해드릴게요!
