Thumbnail
BEST

커피 한 잔으로 입문하는 Convolutional Neural Network 대시보드

(5)
28개의 수강평 ∙  299명의 수강생
공개되지 않은 강의로
수강이 제한됩니다.
지식공유자: 공대형아(신경식)
총 27개 수업 (6시간 1분)
수강기한: 
12개월
수료증: 발급
난이도: 
입문
-
초급
-
중급이상
지식공유자 답변: 미제공

초급자를 위해 준비한
[인공지능, 데이터 분석] 강의입니다.

Deep Learning 전문 과정을 시작합니다! Advanced CNN들을 배우기 위한 첫 번째 강의입니다

✍️
이런 걸
배워요!
Convolutional Neural Network
Deep Learning
Machine Learning
TensorFlow

Introduction to Deep Learning Series 📖

안녕하세요! [공대형아]가 만드는 Deep Learning 세계에 오신 걸 환영합니다 :)
Deep Learning은 태어난 지 얼마 안 된 학문인 만큼 아직 체계적인 교육과정이 잡히지 않았습니다.

물론 Deep Learning 관련 교육자료들은 상당히 많지만 여러분들이 실제 연구개발을 할 때는 이 교육자료들을 훨씬 벗어나서 스스로 학습해야 합니다. 대부분의 강의들은 전체 Deep Learning의 개념을 다루기 위해 다양한 개념들을 overview하는 형태로 이루어지기 때문입니다.

예를 들어볼까요? 보통 강의에서 "Residual Network"를 짧으면 몇십 분, 길어야 한 시간 동안 다룹니다. 이 강의를 듣고 여러분이 실제로 프로젝트를 진행하게 된다면 어떤 상황이 벌어질까요?
추가적인 자료들을 수없이 찾아보고, 시행착오를 겪으며 연구개발을 하게 됩니다.
이럴 때 Residual Network만 집중적으로 다루는 강의가 있다면 얼마나 좋을까요?

[공대형아]의 Deep Learning Series는 이런 분들을 위해 만들어졌습니다 🙉

위와 같이 Deep Learning 세계에 크고 작은 나라들이 있습니다. 이 Deep Learning Series를 통해 여러분들은 원하는 나라를 여행할 수 있습니다. 한 나라에서 오래 머물며 그 나라를 깊게 알 수도 있고, 여러 나라를 가볍게 여행할 수도 있습니다. 시간이 지나면 여러분들이 이 모든 나라를 잘 아는 전문가가 되어 있을 거라 기대합니다!


Introduction to the Course 😉

Deep learning 세계에서 convolutional neural network(이하 CNN)에 대한 이해는 필수적입니다. 그리고 CNN을 가장 확실하게 공부하는 방법은 성공적인 Network들의 아이디어를 이해하고 실제로 구현해보면서 이 Network들 하나하나를 확실하게 정복하는 것입니다.

본 과정은 이 Convolutional Neural Network이라는 나라에 입국하는 과정입니다. LeNet, AlexNet, ResNet과 같은 도시를 여행하기 위해선 이 입국과정을 거쳐야 하기 때문에 Deep Learning Series에서 다뤄지는 다양한 CNN들을 이해하기 위한 기초를 다집니다.


 Let's Go 🛫

CNN 나라에 입국하는 과정에서 여러분들은 다음과 같은 여행 지침서를 받게 됩니다. 


Related Lecture 👍

본 강의는 [TensorFlow 사용메뉴얼]과 병행하면 더욱 좋습니다. ➡ 링크

이런 분들께 추천드려요!

🎓
학습 대상은
누구일까요?
딥러닝 입문자
딥러닝을 전문적으로 배워보고 싶은 분
딥러닝의 특정 분야를 집중적으로 공부하고 싶은 분
📚
선수 지식,
필요할까요?
Tensorflow[Tenworflow 사용메뉴얼 참고]
딥러닝 기초 지식

안녕하세요
공대형아(신경식) 입니다.
공대형아(신경식)의 썸네일

강의 이력

  • [멋쟁이 사자처럼] 인공지능중고급과정

  • [국립기상과학원] 2022, 2023년 기상 AI 부트캠퍼

  • [삼성전기] 신입SW과정 전문반

  • [국가과학기술인력개발원] R&D 수행 역량 강화 장기 멘토링

  • [원광대학교] 원광대학교 AI 집체교육 및 AI 장단기과정

  • [한국지능정보사회진흥원] SW여성인재 교육

  • [SK m&service] 데이터 기반 의사결정

  • [한국IT비즈니스진흥협회] ICT COG Academy

  • [패스트캠퍼스] 수학적으로 접근하는 딥러닝 강사

  • [패스트캠퍼스] 한 번에 끝내는 머신러닝과 데이터분석 A-Z

  • [패스트캠퍼스] 바이트 디그리 Lv.2 Deep Learning Essentials

  • [패스트캠퍼스] 딥러닝인공지능 초격차

  • [패스트캠퍼스] 컴퓨터 공학 초격차 VER.2

     

커리큘럼 총 27 개 ˙ 6시간 1분의 수업
이 강의는 영상, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. Introduction to the Course
섹션 2. Convolution in Classic
Convolution and Correlation 18:55
Result of Convolution 12:06
Filterbank in Deep Learning 12:28
Convolution for Multi-channel Input 10:37
FC Layer vs Conv Layer 09:59
섹션 3. Convolutional Layers
Padding and Strides 14:23
Sub-sampling Layers 16:56
Convonlutional Neural Networks Review 16:28
Related Calculations 14:51
Related Calculations(Exercises) 12:18
섹션 4. Further Studies
Convolution Matrix 09:38
섹션 5. Implementation of Convolutional Neural Networks
ConvNet APIs 06:52
Convolution Implementation 15:55
Conv and Pooling Layer 19:15
Flatten and Dense Layer 11:00
Various Implmentations of CNN 18:51
Utility Functions for Image Classification 08:51
MNIST Classificaiton with CNN 21:25
섹션 6. Appendix
Utility Functions - learning_env_setting1 16:51
Utility Functions - learning_env_setting2 17:16
Utility Functions - 3 More Utils 09:42
Utility Functions - cp_utils 12:10
-
강의 게시일 : 2020년 11월 05일 (마지막 업데이트일 : 2020년 11월 05일)
수강평 총 28개
수강생분들이 직접 작성하신 수강평입니다.
5
28개의 수강평
5점
4점
3점
2점
1점
VIEW 추천 순 최신 순 높은 평점 순 낮은 평점 순 평점 순 높은 평점 순 낮은 평점 순
Brotherhoon88 thumbnail
5
매우 양질의 강의입니다 Conv와 Corr의 차이는 대학원 수업에서도 모호했는데 확실이 이해가 가내요.
2021-06-08
문동현 thumbnail
5
강의 하나의 길이가 짧아 가볍게 듣기 좋았고 CNN을 배우며 궁금했던 부분까지 친절하게 알려주셨습니다.
2021-07-08
장한혁 thumbnail
5
많은 도움 되었습니다. 완강했습니다!! 감사합니다.
2024-01-30
최정열 thumbnail
5
쉽고 자세하게 설명을 하시네요. 좋은 강의입니다.
2021-07-23
유상철 thumbnail
5
CNN과 tensorflow에 대한 기본기를 다질 수 있는 수업이었습니다. 공대형아님의 다른 수업도 기대가 됩니다.
2021-05-24