Thumbnail
데이터 사이언스 인공지능
[딥러닝 전문가 과정 DL1121] 넘파이 마스터 클래스
26명이 수강하고 있어요.

33,000원

지식공유자 : 공대형아
총 51개 수업˙총 11시간 31분
12개월 동안 무제한 수강
수료증 발급 강의
입문 초급 대상 중급이상
내 목록 추가 19 공유
초급자를 위해 준비한
[인공지능, 프레임워크 및 라이브러리] 강의입니다.

데이터사이언스에서 가장 중요한 넘파이를 제대로 배웁니다.

✍️
이런 걸
배워요!
파이썬
넘파이
딥러닝 기초

데이터 사이언스에서 가장 중요한 넘파이를 바우고 텐서를 다루는 힘을 키워보세요!

📣 공지사항• 본 강의는 Learning 4 Deep Learning(L4DL)의 모든 강의와 통합된 Private Slack 채널에서 함께 운영되고 있습니다. 강의를 신청하신 뒤 섹션0 - 수업2: 슬랙 (Slack) 커뮤니티 가입 신청에서 가입하실 수 있습니다.
• 질문&답변은 슬랙 채널에 남겨주시면 보다 빠르게 확인해드리고 있습니다.
• 넘파이 연습문제 섹션16은 3월 31일에 추가 업로드될 예정이니 학습에 참고 바랍니다.

오리엔테이션 영상

[L4DL] Project Currimulum 📑

[전체화면 링크]


Why NumPy?

넘파이는  데이터사이언스트에서 가장 중요한 라이브러리  중 하나입니다.

우리는 다음과 같은 이유로 넘파이를 반드시 잘 다룰 수 있어야 합니다.

  1. 우리의 연산의 대상이 되는 데이터는 텐서이고, 넘파이의 객체는 n차원 텐서 객체입니다.
  2. 우리가 다루는 알고리즘은 텐서들의 연산으로 이루어집니다.
  3. 넘파이는 For loop없이 간단하게 텐서 연산을 도와줍니다.
  4. For loop을 없앰으로써 연산 효율성이 증가됩니다.
  5. 다른 라이브러리와의 인터페이스 역할을 해주며, 프레임워크의 이해를 도와줍니다.

How NumPy?

본 강의에서는 단순히 ndarray 객체, API들의 사용법을 넘어

 텐서를 다루는 힘 을 길러줍니다.

- 텐서들의 브로드캐스팅

- 2차원 텐서의 슬라이싱

- API들의 axis, keepdims 인자

- Fully-connected Operation을 Vectorization으로 구현하기


Contents

본 강의에서는 여러분들이 데이터사이언스를 다루기 위해  필수적으로 알아야할 API 들을  98% 이상  다룹니다.

또한 많은 연습문제를 통해 여러분들의 구현 능력을 대폭 향상시켜줍니다.

지식공유자가 알려주는
강의 수강 꿀팁!
🎓
이런 분들께
추천드려요!
데이터 사이언스 입문자
딥러닝의 기본기를 탄탄히 다지고 싶은 분
구현 능력을 향상시키고 싶은 분
텐서를 다루는 힘이 부족한 분
📚
선수 지식,
필요한가요?
파이썬 기초
[딥러닝을 위한 파이썬 레벨1]
[딥러닝을 위한 파이썬 레벨2]

안녕하세요
공대형아 입니다.
공대형아의 썸네일

강의이력

  • [패스트캠퍼스] 수학적으로 접근하는 딥러닝 강사
  • [Youtube] Shin’s Lab 운영(신호처리, 수학, 머신러닝, 딥러닝 강의)
  • 비전공자를 위한 파이썬 프로그래밍 및 머신러닝 레슨
  • [커텍츠 재단] 커텍츠 마스터
  • Edwith 교수자
  • [광운대학교] 파이썬 및 영상처리 세미나 리더
커리큘럼 총 51 개 ˙ 11시간 31분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 넘파이 소개
넘파이 소개 미리보기 22:37
슬랙(Slack) 커뮤니티 가입 신청
섹션 2. ndarray 만들기
파이썬 리스트로 ndarray 만들기 10:52
정해진 shape으로 ndarray 만들기 16:15
정해진 간격과 개수로 ndarray 만들기 13:24
랜덤한 값으로 ndarray 만들기 23:35
섹션 3. ndarray의 메타데이터
ndarray의 ndim, shape, size 13:54
ndarray의 dtype, itemsize, nbytes 17:14
섹션 4. ndarray 바꾸기
ndarray의 모양 바꾸기(np.reshape) 14:17
np.reshape에서의 -1 07:22
ndarray의 원소 개수 바꾸기(np.resize) 12:56
ndarray의 flattening 06:35
넘파이의 메모리 최적화 13:23
ndarray의 dtype 바꾸기 08:58
섹션 5. ndarray의 원소별 연산과 브로드캐스팅
ndarray의 원소별 연산 14:44
브로드캐스팅 소개 08:34
ndim이 1일 때의 브로드캐스팅 12:53
ndim이 2일 때의 브로드캐스팅 10:12
ndim이 다를 때의 브로드캐스팅 10:50
섹션 6. ndarray의 인덱싱과 슬라이싱
벡터 ndarray의 인덱싱과 슬라이싱 12:07
행렬 ndarray의 인덱싱과 슬라이싱 15:21
텐서 ndarray의 인덱싱과 슬라이싱 14:50
int ndarray로 인덱싱하기 20:34
bool ndarray로 인덱싱하기 14:49
섹션 7. API들의 axis, keepdims 인자
행렬 ndarray에서의 axis, keepdims 11:59
텐서 ndarray에서의 axis, keepdims 18:07
섹션 8. 넘파이 API - 합곱차와 통계값
ndarray의 합곱차 구하기 15:52
ndarray의 통계값 구하기 17:17
ndarray의 최댓값, 최솟값 구하기 17:25
섹션 9. 넘파이 API - Rounding과 정렬 함수
Rounding 함수 12:31
정렬 함수 18:32
섹션 10. 넘파이 API - 수학 함수
삼각함수와 쌍곡선 함수 18:09
멱함수 13:17
로그함수 11:43
섹션 11. 넘파이 API - 벡터, 행렬의 연산
벡터의 내적과 행렬의 곱셈 11:29
섹션 12. 넘파이 API - ndarray의 차원 다루기
reshape으로 새로운 차원 만들기 08:33
슬라이싱으로 새로운 차원 만들기와 expand_dims 06:46
ndarray의 쓸모없는 차원 없애기 09:06
ndarray의 차원 바꾸기 12:28
섹션 13. 넘파이 API - ndarray 합치기
np.hstack과 np.vstack 16:32
np.concatenate과 np.dstack, np.stack 14:19
섹션 14. 넘파이 API - ndarray 반복시키기
원소별로 ndarray 반복시키기 10:11
전체적으로 ndarray 반복시키기 07:18
ndarray 반복의 응용 06:44
좌표축 만들기(np.meshgrid) 10:01
섹션 15. Fully-connected Operation 구현하기
스칼라의 Fully-connected Operation 12:25
벡터의 Fully-connected Operations 16:48
섹션 16. 넘파이 연습문제(2021.04.14까지 업로드 예정)
강의 게시일 : 2021년 03월 22일 (마지막 업데이트일 : 2021년 03월 22일)
수강평
수강생분들이 직접 작성하신 수강평입니다. 수강평을 작성 시 300잎이 적립됩니다.
아직 평가를 충분히 받지 못한 강의 입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!😄️️

33,000원

내 목록 추가 19 공유
지식공유자 : 공대형아
총 51개 수업˙총 11시간 31분
12개월 동안 무제한 수강
수료증 발급 강의
입문 초급 대상 중급이상
수강 전 궁금한 점이 있나요?
문의하기
연관 로드맵
이 강의가 포함된 잘 짜여진 로드맵을 따라 학습해 보세요!
문의
지식공유자 되기
많은 사람들에게 배움의 기회를 주고,
경제적 보상을 받아보세요.
지식공유참여
기업 교육을 위한 인프런
“인프런 비즈니스” 를 통해 모든 팀원이 인프런의 강의를
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스