Thumbnail
데이터 사이언스 인공지능
[딥러닝 전문가 과정 DL1102] 딥러닝을 위한 파이썬 레벨2
51명이 수강하고 있어요.

33,000원

지식공유자 : 공대형아
총 60개 수업˙총 42시간 28분
12개월 동안 무제한 수강
수료증 발급 강의
입문 대상 초급 중급이상
내 목록 추가 149 공유
입문자를 위해 준비한
[인공지능, 데이터 사이언스] 강의입니다.

파이썬의 기초 문법을 확장하고 머신러닝/딥러닝 프로젝트를 진행합니다.

✍️
이런 걸
배워요!
파이썬 기초
딥러닝 기초 아이템
CNN 관련 module 작동원리
문제해결능력

mini-project를 스스로 해결하며, 딥러닝을 배우는데 필요한 구현 능력을 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.

오리엔테이션 영상

[L4DL] Project Currimulum 📑

[전체화면 링크]


From Lv.1 to Lv.2

[딥러닝을 위한 파이썬 레벨1] 강의에서 파이썬 문법을 조금 더 확장하며, 딥러닝에서 사용되는 조금 더 어려운 아이템들을 직접 구현해봅니다. 또한 다음과 같이 6개의 mini-project들을 통해 강의를 듣는 것이 아닌 구현능력을 크게 키웁니다.

6개의 Mini-pojects

  1. Top-5 Accuracy
  2. Edge Detection
  3. Convolutional Layer
  4. K-Nearest Neighbor Classification
  5. K-means Clustering

Mini-project는 단순히 프로그래밍 강의를 듣는 것이 아닌 구현하는 능력을 배양하기 위해 문제 상황을 들은 뒤, 스스로 해결해보는 시간을 먼저 제공합니다. 이후 설명을 들은 뒤, 다시 한 번 복습하는 시간을 제공합니다.

프로그래밍 능력은 자신이 생각하고 있는 내용을 얼마나 프로그램으로 잘 만드는지에 따라 결정됩니다. 본 프로젝트들을 통해 앞으로 딥러닝을 배우는데 필요한 구현능력을 연습해보세요.


Advanced Equations

레벨2 과정에서는 레벨1보다 조금 더 복잡한 수식을 배웁니다. 그리고 이 수식들은 딥러닝에서 활발히 사용되는 수식입니다.

본 강의를 통해 여러분들은 다음과 같은 능력들을 크게 향상시킬 수 있으며

  • 수식을 이해하는 능력
  • 수식을 프로그램으로 구현하는 능력

다음과 같은 지식들을 얻을 수 있습니다.

  • 앞으로 딥러닝에서 배우게 되는 아이템들의 동작원리
  • Vectorization의 필요성 


Assembling Building Blocks

어떠한 프로그램도 잘게 나누어보면, 그 작은 module들은 기본적인 동작으로 이루어져있습니다.

Mini-project들에서는 우리가 여태 배웠던 작은 module들을 조합하여 K-nearest neighbor classification, K-means clustering들과 같은 머신러닝 알고리즘과 convolutional layer, edge detection와 같은 딥러닝 관련 주제들을 직접 구현해봅니다.


Lecture Materials

  1. 본 강의에서 다루는 모든 소스코드와 간단한 설명을 Jupyter Notebook 파일로 제공합니다.
  2. L4DL 전체 커리큘럼의 관리를 하나의 Slack 워크스페이스에서 관리합니다.

지식공유자가 알려주는
강의 수강 꿀팁!
🎓
이런 분들께
추천드려요!
딥러닝을 처음 입문하시는 분
파이썬을 처음 배우시는 분
프로그램 구현 능력이 부족하신 분
딥러닝과 파이썬을 함께 시작하시고 싶은 분
딥러닝 전문 과정에 함께 하고 싶으신 분
📚
선수 지식,
필요한가요?
[딥러닝을 위한 파이썬 레벨1] 수강생

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 60 개 ˙ 42시간 28분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. Introduction to the Course
Orientation 미리보기 13:56
슬랙(Slack) 커뮤니티 가입 신청
섹션 1. Exercise Group.1: Jupyter Notebook 활용하기
섹션 2. Exercise Group.2: For Loop 확장하기
섹션 3. Exercise Group.3: Tuple and zip
Exercise 4~6 Review 10:00
Exercise 7~10 38:31
섹션 4. Exercise Group.4: Tuple Unpacking & zip 연습
Exercise 7~10 Review 13:01
Exercise 11~15 64:58
섹션 5. Exercise Group.5: For Loop + enumerate
Exercise 11~15 Review 13:58
Exercise 16~19 46:36
섹션 6. Exercise Group.6: zip + enumerate
Exercise 16~19 Review 10:59
Exercise 20~22 46:09
섹션 7. Exercise Group.7: (Mini-project) Top-5 Accuracy
Exercise 20~22 Review 09:59
Exercise 23~24 48:06
Project Lecture 39:00
섹션 8. Exercise Group.8: String Formatting
Exercise 23~25 Review 21:58
Exercise 26~32 85:17
섹션 9. Exercise Group.9: Dictionary
Exercise 26~32 Review 19:57
Exercise 33~38 68:16
섹션 10. Exercise Group.10: Dictionary Looping and Meta Data
Exercise 33~38 Review 18:03
Exercise 39~43 77:37
섹션 11. Exercise Group.11: (Mini-project) Mean Subtraction & Normalization
Exercise 39~43 Review 25:00
Project Overview 32:50
Project Lecture 44:06
섹션 12. Exercise Group.12: List Comprehension
Exercise 44 Review 20:00
Exercise 45~49 45:20
섹션 13. Exercise Group.13: Dictionary Comprehension
Exercise 45~49 Review 12:59
Exercise 50~53 52:57
섹션 14. Exercise Group.14: Importing Modules
Exercise 50~53 Review 12:01
Exercise 54~58 71:04
섹션 15. Exercise Group.15: 초월함수의 그래프
Exercise 54~58 Review 14:58
Exercise 59~65 65:39
섹션 16. Exercise Group.16: Average / Max Pooling
Exercise 59~65 Review 14:57
후반부 강의 안내사항 05:34
Exercise 66~69 84:22
섹션 17. Exercise Group.17: Correlation / Convolution
Exercise 66~69 Review 21:57
Exercise 70~71 78:50
섹션 18. Exercise Group.18: AveragePooling2D / MaxPooling2D
Exercise 70~71 Review 19:59
Exercise 72~73 92:23
섹션 19. Exercise Group.19: Corr2D / Conv2D
Exercise 72~73 Review 19:59
Exercise 74~75 87:31
섹션 20. Exercise Group.20: (Mini-project) Edge Detection
Exercise 74~75 Review 19:59
Project Overview 25:10
Project Lecture 30:28
섹션 21. Exercise Group.21: Zero-padding
Exercise 76 Review 15:00
Exercise 77~79 82:00
섹션 22. Exercise Group.22: 2D Zero-padding
Exercise 77~79 Review 18:58
Exercise 80~82 98:47
섹션 23. Exercise Group.23: Strides
Exercise 80~82 Review 24:58
Exercise 83~86 89:06
섹션 24. Exercise Group.24: 2D Strides
Exercise 83~86 Review 15:01
Exercise 87~89 112:50
섹션 25. Exercise Group.25: (Mini-project) Convolutional Layer
Exercise 87~89 Review 24:58
Project Overview 36:55
Project Lecture 53:23
섹션 26. Exercise Group.26: (Mini-project) K-Nearest Neighbor
Project Overview 05:34
Project Lecture 154:36
섹션 27. Exercise Group.27: (Mini-project) K-means Clustering
Project Overview 09:02
Project Lecture 189:34
섹션 28. Outro to the Course
Outro to the Course 03:50
강의 게시일 : 2021년 01월 18일 (마지막 업데이트일 : 2021년 01월 18일)
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 149 공유
지식공유자 : 공대형아
총 60개 수업˙총 42시간 28분
12개월 동안 무제한 수강
수료증 발급 강의
입문 대상 초급 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