25%
66,000원
초급자를 위해 준비한
[딥러닝 · 머신러닝] 강의입니다.
딥러닝 학습 원리를 이해 하고 케라스를 이용하여 모델, 레이어, 최적화 기술을 사용하여 신경망 구축 및 훈련의 복잡성을 단순화 하는 과정을 설명 합니다.
✍️
이런 걸
배워요!
이런 걸
배워요!
딥러닝 이란 무엇인가?
딥러닝을 위한 수학
신경망 시작 하기
다층 신경망 이해
주요 케라스 문법
합성곱 신경망 이해
순환 신경망 이해
이런 분들께 추천드려요!
🎓
학습 대상은
누구일까요?
학습 대상은
누구일까요?
딥러닝의 원리가 궁금한 모든 분
케라스를 이용해 모델을 만들고 싶으신 분
케라스를 사용하지만 내부구조가 궁금한 분
📚
선수 지식,
필요할까요?
선수 지식,
필요할까요?
파이썬 기본
안녕하세요
김정인 입니다.
김정인 입니다.
김정인 강사님은 오픈소스가 중요하다며
리눅스 커널 및 딥러닝의 구현 소스를 취미 삼아 매일 분석 하는 오픈 소스 매니아 입니다.
소스를 통해 이해 한다며 무작정 소스 분석으로 모든 원리를 이해하려 하므로
수강 시 소스 폭탄에 주의 해야 합니다.
커리큘럼
총 45 개
˙ 13시간 47분의 수업
이 강의는 영상, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 수업 자료 공유
2 강
강의 교재
강의 소스
섹션 1. 딥러닝 이란 무엇인가?
1 강
∙ 21분
섹션 2. 딥러닝을 위한 수학
6 강
∙ 1시간 51분
MSE(Mean Squard Error)
미리보기
21:40
SGD(Stochastic Gradient Descent)
27:07
선형 회귀 구현
17:42
시그모이드 함수 1
15:10
시그모이드 함수 2
15:23
로지스틱 회귀 구현
14:42
섹션 3. 신경망 시작 하기
6 강
∙ 1시간 37분
손실 그래프와 스케일링 1
미리보기
14:39
손실 그래프와 스케일링 2
18:08
과대적합과 과소적합
13:50
규제 방법 구현 1
22:27
규제 방법 구현 2
14:42
교차 검증 구현
13:47
섹션 4. 다층 신경망 이해
8 강
∙ 2시간 27분
행렬 연산
미리보기
24:34
배치 경사 하강법 구현
17:49
2개의 층을 가진 신경망 구현 1
18:31
2개의 층을 가진 신경망 구현 2
15:25
2개의 층을 가진 신경망 구현 3
18:57
미니 배치 경사 하강법 구현
17:21
다중 분류 다층 신경망 구현 1
13:55
다중 분류 다층 신경망 구현 2
20:38
섹션 5. 주요 케라스 문법
11 강
∙ 4시간 5분
케라스에 대하여
미리보기
22:31
순차 모델
18:31
함수형 API
27:01
훈련 평가 1
22:38
훈련 평가 2
20:25
훈련 평가 3
29:12
사용자 정의 레이어 및 모델 1
15:38
사용자 정의 레이어 및 모델 2
23:37
저장 및 직렬화 1
20:53
저장 및 직렬화 2
28:00
전처리 레이어
16:55
섹션 6. 합성곱 신경망(CNN) 이해
8 강
∙ 2시간 21분
합성곱 연산 1
미리보기
16:11
합성곱 연산 2
17:26
합성곱 연산 3
22:56
합성곱 연산 4
17:03
합성곱 연산 5
18:38
합성곱 신경망 구현
16:34
케라스로 합성곱 신경망 구현 1
14:29
케라스로 합성곱 신경망 구현 2
17:53
섹션 7. 순환 신경망(RNN)
3 강
∙ 1시간 2분
강의 게시일 : 2024년 02월 01일
(마지막 업데이트일 : 2024년 03월 19일)
수강평
수강생분들이 직접 작성하신 수강평입니다.
아직 평가를 충분히 받지 못한 강의 입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!😄️️
모두에게 도움이 되는 수강평의 주인공이 되어주세요!😄️️