Thumbnail
NEW 데이터 사이언스 인공지능
Do It! 딥러닝 입문
(5.0)
5개의 수강평 ∙ 190명의 수강생

무료

지식공유자 : Haesun Park
총 22개 수업
평생 무제한 수강
수료증 미발급 강의
초급 대상
내 목록 추가 공유
초급자를 위해 준비한
[데이터 사이언스] 강의입니다.

이 강의는 개념 한 걸음, 수식 한 걸음 그리고 코딩 한 걸음. 가장 적당한 보폭과 올곧은 방향으로 독자를 딥러닝으로 안내한다. 또한 그래프, 삽화, 도해는 100개가 넘어 추상적인 개념도 쉽고 빠르게 받아들일 수 있다. 프로그램 설치 없이 웹 브라우저에 접속하기만 하면 실습을 바로 시작할 수 있다는 점도 이 강의만의 특징이다. 편안하게 이론을 이해한 다음 직접 코딩하며 눈으로 딥러닝 대표 문제 4가지를 정복하니 딥러닝의 교과서로 부족함이 없다. 꼭 짚고 넘어가야 할 개념이나 용어는 본문 중간에 나오는 ‘잠깐! 다음으로 넘어가려면’ 코너와 장 마지막에‘기억 카드’ 코너로 2번 복습하여 학습 효과를 높였다. 『Do it! 딥러닝 입문』과 함께 딥러닝을 빠르게 정면 돌파해 보자.

✍️
이런 걸
배워요!
선형 회귀부터 딥러닝 알고리즘까지 밑바닥부터 구현
딥러닝(완전 연결 신경망, 합성곱 신경망, 순환 신경망) 알고리즘의 작동원리
사이킷런과 텐서플로 라이브러리의 기본 사용법

정직하게 코딩하며 딥러닝을 빠르게 정면 돌파하자!

강의 구성📚

01 딥러닝을 소개합니다
02 최소한의 도구로 딥러닝을 시작합니다
03 머신러닝의 기초를 다집니다 ― 수치 예측
04 분류하는 뉴런을 만듭니다 ― 이진 분류
05 훈련 노하우를 배웁니다
06 2개의 층을 연결합니다 ― 다층 신경망
07 여러 개를 분류합니다 ― 다중 분류
08 이미지를 분류합니다 ― 합성곱 신경망
09 텍스트를 분류합니다 ― 순환 신경망

지식공유자가 알려주는
강의 수강 꿀팁!
🎓
이런 분들께
추천드려요!
선형 회귀, 로지스틱 회귀 알고리즘을 처음부터 구현해보고 싶은 분
딥러닝 알고리즘의 작동 원리를 공부하고 싶은 분
📚
선수 지식,
필요한가요?
기본 선형 대수
넘파이
파이썬

안녕하세요
Haesun Park 입니다.
Haesun Park의 썸네일

ML GDE(Machine Learning Google Developer Expert)입니다. 기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했습니다. 블로그(tensorflow.blog)에 글을 쓰고, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있습니다. 인프런에서 지식을 공유하면서 수강생과 함께 성장하고 싶습니다.

『혼자 공부하는 머신러닝+딥러닝』(한빛미디어, 2020) , 『Do it! 딥러닝 입문』(이지스퍼블리싱, 2019)을 썼습니다.

『딥러닝 일러스트레이티드』(시그마프레스, 2021), 『GAN 인 액션』(2020), 『핸즈온 머신러닝 2』(2020), 『미술관에 GAN 딥러닝』(2019), 『파이썬을 활용한 머신러닝 쿡북』(2019), 『파이썬 라이브러리를 활용한 머신러닝』(2019), 『핸즈온 머신러닝』(2018), 『텐서플로 첫걸음』(이상 한빛미디어, 2016), 『머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로』(2019), 『케라스 창시자에게 배우는 딥러닝』(이상 길벗, 2018) 등을 우리말로 옮겼습니다.

커리큘럼 총 22개
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 2. 3장 머신러닝의 기초를 다집니다 - 수치 예측
03-1 선형 회귀에 대해 알아보고 데이터를 준비합니다
03-2 경사 하강법으로 학습하는 방법을 알아봅니다
03-3 손실 함수와 경사 하강법의 관계를 알아봅니다
03-4 선형 회귀를 위한 뉴런을 만듭니다
섹션 3. 4장 분류하는 뉴런을 만듭니다 - 이진 분류
04-1~04-2 로지스틱 회귀와 시그모이드 함수를 소개합니다
04-3 로지스틱 손실 함수를 경사 하강법에 적용합니다
04-4~04-5 로지스틱 회귀를 위한 뉴런을 만듭니다
04-6~04-7 로지스틱 회귀로 단일층 신경망을 만듭니다
섹션 4. 5장 훈련 노하우를 배웁니다
05-1 검증 세트를 나누고 전처리 과정을 배웁니다
05-2 과대적합과 과소적합을 알아봅니다
05-3~05-4 가중치 규제와 교차 검증을 알아 봅니다
섹션 5. 6장 2개의 층을 연결합니다 - 다층 신경망
06-1 신경망 알고리즘을 벡터화하여 한 번에 전체 샘플을 사용합니다
06-2 2개의 층을 가진 신경망을 구현합니다
06-3 미니 배치를 사용하여 모델을 훈련합니다
섹션 6. 7장 여러 개를 분류합니다 - 다중 분류
7장 여러 개를 분류합니다 - 다중 분류
섹션 7. 8장 이미지를 분류합니다 - 합성곱 신경망
8장 이미지를 분류합니다 - 합성곱 신경망
섹션 8. 9장 텍스트를 분류합니다 - 순환 신경망
9장 텍스트를 분류합니다 - 순환 신경망
강의 게시일 : 2021년 01월 04일 (마지막 업데이트일 : 2021년 01월 04일)
수강평 총 5개
수강생분들이 직접 작성하신 수강평입니다. 수강평을 작성 시 300잎이 적립됩니다.
5.0
5개의 수강평
5점
4점
3점
2점
1점
VIEW 좋아요 순 최신 순 높은 평점 순 낮은 평점 순 평점 순 높은 평점 순 낮은 평점 순
canacana77 thumbnail
정말좋아요
2021-01-17
지식공유자Haesun Park
감사합니다! :)
2021-01-17
김대성 thumbnail
기초부터 이해할수 있어서 좋아요
2021-01-17
지식공유자Haesun Park
좋은 수강평 감사합니다! :)
2021-01-17
드로우 thumbnail
좋은 강의 감사합니다.
2021-01-24
김건영 thumbnail
감사합니다 잘 들었습니다.
2021-01-21
지식공유자Haesun Park
도움이 되면 좋겠습니다. 감사합니다! :)
2021-01-21
‍김예향[ 학부재학 / 산업경영공학부 ] thumbnail
깔끔하고 기초부터 차근차근 알려주셔서 딥러닝 항상 뭔가 모르겠는데 이거 듣고 싹 정리되었습니다.. 최고예요
2021-01-13
지식공유자Haesun Park
도움이 되셨다니 다행입니다. 재미있게 보세요! :)
2021-01-13

무료

내 목록 추가 공유
지식공유자 : Haesun Park
총 22개 수업
평생 무제한 수강
수료증 미발급 강의
초급 대상
지식공유자 되기
많은 사람들에게 배움의 기회를 주고,
경제적 보상을 받아보세요.
지식공유참여
기업 교육을 위한 인프런
“인프런 비즈니스” 를 통해 모든 팀원이 인프런의 강의들을
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스