DNN, CNN, RNN을 활용한 딥러닝 실무

본 강좌를 통해 현재 가장 HOT한 기술인 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 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 상관없이 압도적인 생산성 향상을 가져다주는 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 선수지식이 필요한가요?
A. 본 강의 및 이어지는 마소캠퍼스의 딥러닝 강의에는 기초 파이썬 활용 능력이 필요합니다. 파이썬이 익숙하지 않으신 분들께서는 마소캠퍼스의 ‘파이썬 데이터분석 입문‘및 ‘파이썬 데이터분석 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.

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.

지식공유자 소개 ✒️

수강 전 참고 사항 📢

• 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.
• 강의 교안 및 실습파일은 <9. 교재 다운로드 센터> 섹션에 존재합니다.