25%
148,500원
111,370원
월 22,274원
5개월 할부 시
초급자를 위해 준비한
[인공지능, 자격증] 강의입니다.
[인공지능, 자격증] 강의입니다.
자격증 취득을 위한 내용으로만 구성되었기 때문에 텐서플로우나 딥러닝 프레임워크에 대한 이해가 없으셔도 관계 없습니다. 여러분의 자격증 단기 취득을 위한 강의로 짧고 굵게 알려드릴 예정입니다.
✍️
이런 걸
배워요!
이런 걸
배워요!
텐서플로우 자격증 취득하고 구글 공식 웹사이트에 내 이름을 새겨보자
딥러닝의 기본 개념에 대하여 이해하고 TensorFlow를 활용한 전처리 및 모델링을 진행합니다
풍부한 실습과 슬랙 채널에서 본인의 관심사와 비슷한 동기들과 자유로운 토론을 나누며 모델 성능을 향상하고 실력 쌓기는 덤
구글 공인 텐서플로우 자격에 도전하세요!
🏆🏆🏆
누적 배출 합격자: 587명! (2023년 6월 1일 업데이트)
💯💯💯
신규 출제문제 해설강의 업데이트! (2023년 6월 1일 기준)
참여자 기업.
온라인 강의 + 24/7 Q&A 채널 (Slack).
- 24/7 슬랙(Slack) 커뮤니티에서 Q&A를 진행합니다.
- 폐쇄형 커뮤니티를 통해, 수강한 분들끼리 지속적인 네트워킹을 합니다.
<대한민국 최초이자, 검증된 강의>입니다. 함께하고 있는 데이터 분석가와 기출문제를 분석하고 스터디 내용을 새로 출제되는 문제형식에 맞춰 업데이트 하였습니다.
텐서플로우 (TensorFlow 2.0) 자격증.
TensorFlow 2.0은 구글에서 만들고, 전세계에서 가장 활발히 사용되고 있는 딥러닝 라이브러리입니다. 구글에서 2020년 3월 12일 공인인증하는 TensorFlow Developers Certificate를 런칭하였습니다.
자격증의 혜택.
- 글로벌 텐서플로우 공식 커뮤니티에서 인정받을 수 있습니다.
- 이력서, Github, LinkedIn (링크드인)에 공식적으로 기입할 수 있습니다. (디지털 배지를 부여합니다 )
- TensorFlow Certificate Network(텐서플로우 자격 인증 네트워크) 에서 당신의 이름이 공식적으로 게재됩니다.
- 링크드인을 통해 해외 해드헌터로부터 하루에 수 건씩 컨택을 받고 있습니다. 또한, TensorFlow 자격증을 취득한 분들과 친구추가 요청을 받고 있으며, 좋은 네트워크를 형성해 나가고 있습니다.
- 당연히 국내 기업에서 새로운 커리어 기회를 찾으시는 분들께도 도움이 될 것 입니다.
텐서플로우 자격 인증 시험.
- 응시료: 미화 $100 (카드결제)
- 시험 시간: 총 5시간
- 시험 방법: 온라인
- 유효기간: 36개월
- 사전 준비물: 여권 or 영어로 된 운전면허증, 셀카 찍어야함 (노트북 웹캠)
- 시험 환경: 인터넷 환경, 개인 노트북, PyCharm IDE 등
- 라이브러리: TensorFlow 2.0, Numpy 등
응시 제한.
- 첫번째 불합격시 재응시까지 14일이 지나야 함
- 두번째 불합격시, 2개월이 지난 후 응시 가능
- 세번째 불합격시, 1년이 지난 후 응시 가능
텐서플로우 자격 인증 시험을 치루기 위한 지식 조건.
TensorFlow 2.x를 활용하여 신경망 모델 빌드 및 훈련 TensorFlow 2.x를 활용하여 머신러닝(ML)과 딥러닝(DL)의 가장 중요하고 기본적인 원칙을 이해해야 합니다.
다음을 할 줄 알아야 합니다.
- TensorFlow 2.x 활용.
- TensorFlow 2.x를 활용하여 머신러닝(ML) 모델 빌드, 컴파일 및 훈련.
- 모델에서 활용할 수 있도록 데이터 전처리.
- 모델을 활용하여 결과 예측.
- 다양한 레이어로 순차적인 모델 빌드.
- 바이너리 분류에 대한 모델 빌드 및 훈련.
- 멀티클래스 분류에 대한 모델 빌드 및 훈련.
- 훈련된 모델의 플롯 손실 및 정확도.
- 확장 및 드롭아웃을 비롯한 전략 파악하여 과적합 예방.
- 훈련된 모델 활용(전이 학습).
- 사전 훈련된 모델에서 특성 추출.
- 모델에 대한 입력값이 올바른 형태인지 확인.
- 테스트 데이터와 신경망의 입력 형태를 일치시킬 수 있어야 함.
- 신경망의 출력 데이터를 테스트 데이터의 지정된 입력 형태와 일치시킬 수 있어야 함.
- 대용량 데이터 로드 이해.
- 콜백을 사용하여 훈련 주기 마지막을 트리거.
- 여러 다른 소스의 데이터세트 활용.
- JSON 및 CSV을 포함한 다양한 형식의 데이터세트 활용.
- tf.data.datasets의 데이터세트 활용.
저는 "대한민국에서 2번째"로 취득하였습니다.
합격을 하게 되시면 메일을 통해 합격을 알려줍니다.
그리고, 공식 DB 등록을 위한 설문도 같이 발송하여 줍니다. 통상 1분 이내에 바로 합격 통지를 받게 됩니다.
저는 "비전공자"입니다. 제가 땄으면, 여러분도 할 수 있는 겁니다.
안녕하세요? 강의를 진행할 이경록입니다.
저는 삼성전자에서 소프트웨어 개발자로 일하다, 사내벤처제도를 통해 독립한 바 있습니다.
그러던 중 음성 노이즈 제거 기술을 연구하다, 우연히 머신러닝/딥러닝 알고리즘을 스터디해야할 기회가 있었습니다. 그리고, 머신러닝/딥러닝의 매력에 푹 빠졌습니다.
앞으로의 기술트렌드는 인공지능으로 집중될 것이라는 막연한 확신이 들었습니다.
하지만, 당시에는 교육기관이 많지 않아서 열심히 독학을 하게 되었습니다. 시행착오도 겪고, 유튜브 온라인 강의, 그리고 전문가의 도움도 받으면서 실력을 쌓아나갈 수 있었습니다.
현재 브레인크루 주식회사를 설립하고, 런어데이 (https://learnaday.kr) 온라인 교육 플랫폼을 만들고 있습니다.
제 과거와 비슷한 고민을 하고 계신 분들에게 좋은 강의를 많이 제작하여 도와드리고 싶습니다.
머신러닝 혼자 해보기 라는 GitHub은 많은 분들에게 star를 받았습니다.
데이터 분석 블로그인 테디노트도 운영하고 있으며, 한 달에 약 2.5만명 정도 방문해 주시고 계십니다.
현재 패스트캠퍼스에서 "직장인을 위한 파이썬 데이터분석 올인원 패키지 online" 과정도 진행하고 있습니다.
제 스토리를 읽으셨으니, 입문자/비전공자의 입장을 누구보다도 잘 이해한다는 것은 알고 계실 겁니다.
저는 철저히 초심자의 눈높이에서 알려드립니다. 절대 "이런 질문을 해도 될까?" 라는 생각은 버려 주시고, 무엇이든 물어봐 주세요.
이것만은 알아주세요!
- 본 강의는 딥러닝 전문가로 만들어드리는 강의는 아닙니다.
- 즉, 자격증 취득을 위한 내용으로만 구성되었기 때문에 텐서플로우나 딥러닝 프레임워크에 대한 이해가 없으셔도 관계 없습니다.
- 저는 여러분의 자격증 단기 취득을 위한 강의로 짧고 굵게 알려드릴 예정입니다.
자주 묻는 질문.
- 개인의 실력에 따라 취득까지 걸리는 시간은 상이합니다.
- 딥러닝에 대한 경험이 있으신 분들은 1주일 안에 취득 가능합니다.
- 딥러닝에 대한 경험이 없으신 분들은 통상 2~3주 정도 소요됩니다. 다만, 열심히 하시는 분은 1주일 안에도 가능합니다.
- 본 취득 과정은, 자세한 개념 설명은 최대한 배제하고, 오직 취득을 위한 노하우와 실전 예제 문제 풀이 형식으로 진행합니다.
- 대리 시험은 절대 진행하지 않습니다.
혹시, 본 강의로 인하여 자격증 취득 이후 관심이 생기셨다면, 후속 강의에 대하여 안내 드리겠습니다.
코랩을 활용한 실습.
수업에서는 구글 코랩(Colab)을 활용합니다!!
관련 블로그 그리고 교육 진행 후기
- 텐서플로우 개발자 자격증 (Tensorflow Developer Certification) 시험 그리고 취득방법
- 텐서플로우 자격 인증 과정 (오프라인)
- 텐서플로우 자격 인증 과정 (줌 Live)
- [서울대] 텐서플로우 개발자 과정
이런 분들께 추천드려요!
🎓
학습 대상은
누구일까요?
학습 대상은
누구일까요?
텐서플로우 자격증을 취득하고 Google 공인 웹사이트에 본인의 이름을 올리고 싶으신 분
수학을 잘 못하지만 딥러닝은 하고 싶으신 분
딥러닝을 시작은 했지만 도통 무슨 말인지 모르겠고 개념도 잘 안잡히시는 분
이미지 분류, 자연어 처리, 시계열 데이터 처리에 대한 기본 개념은 탄.탄.히. 다지고 싶으신 분
논문은 잘 보지만, 코드 구현이 어려우신 분
📚
선수 지식,
필요할까요?
선수 지식,
필요할까요?
python
안녕하세요
런어데이 입니다.
런어데이 입니다.
인공지능, 머신러닝, 딥러닝의 대중화를 꿈꿉니다.
커리큘럼
총 93 개
˙ 8시간 29분의 수업
이 강의는 영상, 수업 노트가 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 과정 소개 및 기본 개념
12 강
∙ 1시간 31분
과정안내
미리보기
슬랙 (Slack) 커뮤니티 가입 신청
텐서플로우 개발자 자격 인증 과정 소개
PyCharm & 텐서플로우 플러그인 설치
PyCharm에서 텐서플로우 플러그인 검색이 안될 때
03:15
Google Colab 사용법
11:48
텐서플로우 2.0 소개
03:23
딥러닝 용어 정리 - 기본용어 (1)
미리보기
02:29
딥러닝 용어 정리 - 기본용어 (2)
미리보기
03:56
딥러닝 라이브러리 import 규칙
01:10
딥러닝 모델 학습 순서
02:32
선형함수와 오차
01:03:20
섹션 1. Category 1 - Basic 모델
3 강
∙ 16분
Dense Layer (1)
05:31
Dense Layer (2)
01:20
[실습] Category 1. 기본 모델 만들기
09:14
섹션 2. Category 2 - 심층신경망 모델(이미지)
9 강
∙ 54분
과대적합과 과소적합 (1)
미리보기
04:28
과대적합과 과소적합 (2)
04:07
Train / Validation Set 구성방법
02:07
ModelCheckpoint
08:10
이미지 데이터 전처리 - 정규화
05:22
원핫인코딩 (One Hot Encoding)
02:14
활성함수 (Activation Function)
04:31
분류 - 출력층 활성함수와 Loss 설정
08:26
[실습] Category 2. 이미지 분류
14:35
섹션 3. Category 2 - 심층신경망 모델(정형데이터)
7 강
∙ 30분
정형 데이터 분류기
01:44
TensorFlow Datasets 개요
07:17
[실습] TensorFlow Datasets 를 활용한 전처리 (1)
08:42
배치(Batch) 사이즈
06:48
[실습] TensorFlow Datasets 를 활용한 전처리 (2)
01:54
정형데이터 모델링
01:45
정형데이터 모델의 분류기 학습
02:35
섹션 4. Category 3 - 이미지 분류 모델 (CNN) - Type A
12 강
∙ 47분
이미지 분류 모델의 개요
미리보기
00:55
ImageDataGenerator 개요
07:02
ImageDataGenerator 활용법 (1)
02:57
ImageDataGenerator 활용법 (2)
03:52
Convolution Neural Network 개요
10:39
Convolution Neural Network 코드 구현
01:48
Pooling Layer (MaxPooling)
01:58
CNN + Pooling 샘플 모델링
03:47
[실습] 이미지 분류 문제 전처리
05:19
[실습] 이미지 분류 문제 모델링
03:28
[실습] Model이 학습 진행 안될 때 대처법
01:57
[실습] Train / Validation Set 각각 주어진 경우 전처리
04:07
섹션 5. Category 3 - 이미지 분류 모델 (CNN) - Type B
7 강
∙ 50분
tfds를 활용한 이미지 분류 문제 개요
미리보기
00:43
[실습] tfds 를 활용한 이미지 전처리
05:08
[실습] tfds 를 활용한 이미지 분류기 모델링
02:24
[논문 보는 Tip] VGG Net (2014)
09:32
전이학습 (Transfer Learning)
12:34
[신규출제문제] New Beans
11:09
[신규출제문제] German Traffic Signs
08:59
섹션 6. Category 4 - 자연어처리 (NLP)
10 강
∙ 41분
자연어 처리 (NLP) 개요
01:38
자연어 문장 전처리 개요
04:06
[실습] 자연어 처리 문제 - 기본 전처리
04:15
[실습] Tokenizer 정의
02:37
[실습] Tokenizer 단어사전, 변환, pad_sequences
07:31
Embedding Layer
06:15
Recurrent Neural Network
03:18
LSTM Layer
06:01
Bidirectional Layer
01:33
[실습] 자연어 처리 문제 - 모델링
04:43
섹션 7. Category 5 - 시퀀스와 시계열 (Sequence, Time Series)
15 강
∙ 1시간 34분
시퀀스, 시계열 데이터 분석 개요
03:19
Windowed Dataset 개요
06:01
Windowed Dataset 구성 방법
08:25
Convolution 1D Layer
02:00
Optimizer 튜닝
06:14
Huber Loss
01:51
[실습] 시퀀스 및 시계열 데이터 전처리
05:13
[실습] 시퀀스 및 시계열 데이터 모델링
03:56
[참고] 시계열 데이터셋 만들기 (주가 데이터 활용)
23:16
[신규출제문제] HEPC 개요
02:53
[신규출제문제] HEPC - 데이터 전처리
06:31
[신규출제문제] HEPC - Windowed Dataset 구성
05:32
[신규출제문제] HEPC - 모델 생성 및 학습
06:49
[신규출제문제] Weekly US Retail - 개요 및 전처리
08:33
[신규출제문제] Weekly US Retail - 모델 생성 및 학습
04:23
섹션 8. 시험 응시 전 준비사항
11 강
∙ 32분
기출문제 총 정리
04:26
Anaconda 가상환경 설치 및 가상환경 설치
04:02
실리콘(M1, M2) 맥 사용자를 위한 가상환경 설치
Mac에서 가상 환경 설정
04:09
PyCharm 설치 및 텐서플로우 플러그인 설치
03:30
Mac에서 PyCharm 설치 및 플러그인 설치
04:38
PyCharm 가상환경 셋팅
03:18
시험 전 마지막 검증, DLL 오류 확인
03:38
시험 결제 및 Redeem 코드
03:44
시험 결제 및 Redeem 코드 (2)
[꼭 보세요!] 시험 볼 때 주의사항 (PyCharm 화면)
01:16
섹션 9. 부록: 딥러닝 스킬업
7 강
∙ 48분
고급 딥러닝으로 넘어가기 위한 준비
심층 신경망에서 오차역전파 (Backpropagation)에 대한 이해
12:05
CIFAR10 - TensorFlow Datasets 활용
07:17
CIFAR10 - Sequential API 모델링
06:46
CIFAR10 - Functional API 모델링
06:01
CIFAR10 - train_on_batch 커스텀 학습
04:52
CIFAR10 - GradientTape 커스텀 학습
11:29
강의 게시일 : 2021년 01월 07일
(마지막 업데이트일 : 2022년 11월 29일)
수강평
총 78개
수강생분들이 직접 작성하신 수강평입니다.
4.8
78개의 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
텐서플로우를 사용하고는 있었지만, 이 강의를 들으면서 몰랐던 개념이나 방식들에 대해서 제대로 알 수 있었고 이제서야 텐서플로우를 제대로 다루게 된 것 같습니다.
강의를 잘 따라서 들으시면 누구나 다 텐서플로우 개발자 자격증을 취득하실 수 있을거라 생각됩니다.
강사님께서 꿀팁도 많이주시고, 피드백도 빨라서 이해도 잘되고 강의를 보면서 몰랐던 내용들을 질문하기도 너무 편했습니다. 정말 감사합니다!
2021-03-02
쉽고 핵심만 딱 짚어줍니다. TDC 준비할 때 이거 하나만 있음 돼요
2021-03-22
너무 상세하게 꼼꼼하게, 실시간 피드백도 빨라서 너무 좋습니다
2021-03-03
2월에 수강하고, 자격증까지 취득완료 했습니다.
강의 선택에 도움이 되시길 바라며 수강평 작성합니다~
우선 저는 경영학과 출신의 문과&비전공자이고, 웹(html, css, js) 쌩기초 / 파이썬 기초문법 정도 알고 있는 수준입니다.
2월 연휴기간부터 듣기 시작해서 강의 수강 + 취득까지 딱 3주 소요되었어요 (직장인이라 퇴근 후 시간과 주말 이용해서 공부했어요.)
파이썬 기초는 책만 2권을 봤고, 강의도 들어본 적 있어서 어느정도 익숙한 상태였어요.
그러나... 파이썬을 직접 활용해보기위해, 데이터 시각화, 머신러닝(사이킷런) 기초 등등 강의 몇 개를 들어봤지만 강의듣는 순간에는 그렇구나~ 싶은데 손에 잘 잡히지 않더라구요.
그렇게 흥미를 잃어 가다가ㅠ 텐서플로 자격증 강의를 수강하게 되었고 강사님의 상세하고 알기 쉬운 설명과 함께 공부하며 자격증 취득에 성공했습니다!!
눈에 보이는 자격증이 생기고, 뭔가 성공한 경험이 생기니 자신감이 붙어서 공부에도 다시 흥미가 생겼어요!!!
기초문법/예제실습에서 더 나아가지 못하고 같은 자리를 맴돌고 계시는 분들께 정말 추천합니다. 흥미를 잃지 않고 자신감을 얻는 터닝 포인트가 될 수 있는 좋은 강의라고 생각해요!!
지금은 자격증 따고 시간이 좀 지나서...ㅎㅎ
조금 가물가물해지고 있긴 하네요..
얼른 실무나 일상생활에서 쓸 수 있는 후속강의가 나오면 좋겠어요!ㅎㅎ
이번 강의는 (제가 느끼기에) 이미지 분류 모델 위주 였는데, 정형 데이터 분류/회귀도 깊게 공부해보며 실제 프로젝트에서 사용해보고 싶습니다...!!
2021-03-08
강의 수강부터 합격까지 이틀 걸렸습니다.
물론 빠르게 자격증을 따기 위한 목적만으로도 너무 좋은 강의지만,
딥러닝과 텐서플로우에 입문하기 위한 목적으로도 너무 좋은 강의라고 생각합니다.
지루할 틈 없이 강의가 구성되어 있고, 자칫 어려울 수 있는 핵심 내용들을 정말 쉽게 풀어서 설명을 잘 해주십니다.
저는 어느 정도 딥러닝을 학습한 상태에서 강의를 수강했는데, 그동안 공부했던 내용을 되짚어보는 기분으로 재미있게 수강했습니다.
2021-06-13