[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트

[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트

(5개의 수강평)

133명의 수강생
33,000원
지식공유자 · 노마드크리에이터
38회 수업· 총 6시간 5분수업
평생 무제한 시청
수료증 발급 강의
수강 난이도 초급, 중급, 활용
노마드크리에이터 프로필
노마드크리에이터 프로필
노마드크리에이터 프로필
새 강의를 소개합니다! [라즈베리파이] IoT 딥러닝 Computer Vision 실전 프로젝트
노마드크리에이터 1달 전

머신러닝, 딥러닝 이제는 실전입니다!

인공지능의 Hot한 분야, Computer Vision!

사물인터넷 IoT 라즈베리파이와 만나

실전 프로젝트로 태어났습니다.

Computer Vision분야에서 사물인터넷과 딥러닝을 

활용하는 방법과 예제를 같이 배웁니다.

🗒 강의소개

인공지능, 머신러닝, 딥러닝을 배우고 강의하면서 이론적인 기초를 다지는 것이 중요한 만큼 실전에서 활용할 능력을 키우는 것도 중요하다고 생각했습니다.

그래서 인공지능, 머신러닝, 딥러닝을 사용하는 대표적인 영역인 Computer Vision분야에서 사물인터넷 IoT장치를 활용하는 프로젝트를 준비하게 되었습니다.

'[OpenCV] 파이썬 딥러닝 영상처리 프로젝트 - 손흥민을 찾아라!'과정에서 배운 다양한 이미지, 영상처리 기법과 모듈을 활용하여 재미있고 활용도 높은 프로젝트를 만들어 보세요.

 

 직접 쓴 손글씨를 인식하는 프로젝트로 Computer Vision과 딥러닝의 기본을 다집니다.

 프로젝트를 라즈베리파이 IoT장치로 옮기면서 다양한 사물인터넷 기술을 실습합니다. 

주차장 카메라로 주차된 차량 숫자를 세고 클라우드 서버에 실시간으로 알려줍니다.

자동차 번호판의 글자와 숫자를 최신 문자인식(Text Recognition)기술로 인식해 보세요.

실시간 카메라로 졸고있는지 확인하고 졸고 있으면 경고음으로 깨워주세요.

라즈베리파이 감시카메라를 설치해서 등록된 사용자 얼굴을 인식하고 출입내용을 서버와 드롭박스 또는 메일로 확인합니다.

재미있는 과제를 이론과 함께 한단계 씩 배워나갈 수 있도록 강의를 구성했습니다.

과정을 마치고나면 다양한 Computer Vision 딥러닝 프로젝트와 사업을 꿈꾸게 될 것입니다. 

저 역시 현재 진행하는 프로젝트 준비에 도움이 많이 됐습니다.

이 과정을 만들면서 과정에 담지못했던 '출입자 숫자세기', '차량 숫자 및 속도 세기', '얼굴보고 나이와 성별 식별', '영수증,명함인식' 등 다양한 내용을 발전 시켜서 향후  '머신러닝, 딥러닝 Computer Vision 종합과정', '모바일 딥러닝 Computer Vision 실전 프로젝트'와 '로봇IoT 딥러닝 실전 프로젝트' 등 후속과정을 꿈꾸게 되었습니다.  

 

보너스로 '파이썬 라즈베리파이 IoT프로젝트-원격모니터링 자동차'강의에서 라즈베리파이 관련 내용과 

'앵귤러 파이어베이스 완전정복 - PetStore 쇼핑몰 프로젝트'강의에서 파이어베이스 관련 강의를 특강형식으로 제공합니다.

 

🌈 프로젝트 소개

라즈베리파이와 웹 카메라 그리고 OpenCV를 이용해서 직접 쓴 숫자를 인식하는 기능을 딥러닝 기술을 이용해서 구현해 봅시다.

 

딥러닝으로 다양한 사물(Object Recognition)을 찾을 수 있습니다. YOLO와 그 친구들이 이미지에서 주차된 차량 숫자를 세어줍니다.

숫자를 세고나서 실시간으로 클라우드 서버에 저장하세요.

 

최신 ComputerVison 기술이 이미지와 영상 속에서 문자와 숫자를 인식(Text Recognition)합니다.

카메라로 차량의 번호판을 인식하는 재미있는 프로젝트를 해봅시다.

 

이제 이미지와 영상에서 얼굴과 눈을 식별(Face, eye Detection)해 볼까요? 그리고 딥러닝으로 동작을 확인합니다.

실시간 동영상으로 졸고있는지 확인하고 졸고있으면 경고음으로 깨워줍니다.

 

얼굴만 인식(Face Recognition)하는 것이 아니고 동작을 확인해서 출입감시 시스템을 만들 수 있어요.

등록된 사람이 출입하면 서버, 드롭박스, 메일로 알려주세요. 등록되지 않은 사람이 오면 경고음을 울려줘요. 

 

🙌 어떤 툴을 사용하나요?

이 강의에서 다루는 툴은 어떤 것들이 있을까요?

이 강의는 대표적인 ComputerVision 소프트웨어 라이브러리인 OpenCV와 파이썬, 텐서플로를 기반으로 합니다.

그리고 사물인터넷 IoT의 대표격인 라즈베리파이를 사용합니다.

이 외에도 몇가지 유용한 소프트웨어를 설치하는데 강의 속에서 하나씩 설명드립니다.

🙋🏻‍♂️ 궁금해요!

Q. 이 강의는 어떤 특징을 가지고 있나요?

A. 딥러닝, 머신러닝을 실전에서 활용하는 방법을 고민했습니다.

이 과정은 대표적인 분야인 Computer Vision관련된 이론 설명 뿐 아니라 실전 프로젝트를 통해서 딥러닝을 배우게 됩니다.

특히, 라즈베리파이를 사용하여 현장에서 적용할 수 있는 실전 프로젝트를 만들어서 향후에 활용하시도록 돕고 있습니다.

Q. 비전공자도 들을 수 있나요?

A. 딥러닝이나 데이터 과학은 꼭 전산을 전공한 분만 할 수 있는 분야가 아닙니다.

여러분의 열정만 있다면 충분히 배우고 활용할 수 있는 내용입니다.  

 

노마드크리에이터 프로필
새 강의를 소개합니다.
노마드크리에이터 6달 전

케라스, 인공지능의 공용어 완전정복 

케라스 Keras, 인공지능의 공용어로 각광받고 있는 파이썬 기반 머신러닝, 딥러닝 라이브러리입니다. 특히 텐서플로 2.0(Tensorflow)부터는 공식 고급언어로 채택되어 보다 범용적으로 각광받는 언어입니다. 인공지능, 머신러닝, 딥러닝을 배우려고 꼭 알아야하는 케라스를 기초부터 실전 프로젝트 능력은 물론 고급기술까지 모두 같이 익힐 수 있는 과정입니다.

인공지능의 공용어인 케라스와 파이썬을 이용하여 다양하고 유용한 머신러닝 회귀(Regression), 분류(Classification) 및

딥러닝 Neural Network 프로젝트를 이론과 함께 배우는 케라스 이론과 실전 종합 과정입니다.

 

케라스 시작하기

케라스가 무엇인지, 왜 쓰는지 모르신다고요? 걱정하지마세요. 케라스나 인공지능을 처음 접하더라도 케라스가 무엇인지, 텐서플로를 비롯한 머신러닝 프레임워크와는 어떤 차이가 있는지, 설치는 어떻게 하는지 시작부터 꼼꼼이 알려드립니다.
 

케라스 기본다지기

케라스가 딥러닝에 최적화되었다고 처음부터 딥(Deep)러닝으로 다이빙하지 마세요! 케라스와 인공지능은 암기과목이 아닙니다. 수영에 앞서 차분히 준비운동하 듯이 케라스를 사용하기에 앞서 케라스의 구조, Model, Layer, Summary, Compile, Fit의 기본 개념과 사용법을 익힙니다.  
 

네 가지 실전 프로젝트 

실전에 활용할 수 있는 다양한 머신러닝, 딥러닝 프로젝트를 케라스로 만들고 텐서플로 코드와도 비교하며 여러분의 실력을 키워드립니다.

선형회귀의 기본개념을 배우고, 파이썬 텐서플로를 사용하여 보스톤 마라톤 데이터를 케라스로 분석하고 예측해 보세요.

약 8만 건의 보스톤 마라톤 빅데이터를 이용하여 원하는 주자를 선택하면 30km까지의 기록을 머신러닝이 학습합니다. 그리고 잔여 구간인 35, 40, 42.195km의 기록을 선형회귀를 이용하여 예측하고 실제 데이터와 비교합니다. 우리는 텐서플로를 이용하여 선형회귀 문제를 해결하는 개념과 기법을 배웁니다. 

이번에는 Multi Variable을 입력받아 Multi Output을 출력하는 회귀(Regression) 문제의 기본과 해결방법을 배웁니다. 

Multi Variable입력과 Multi Output 출력 회귀(Regression)기법을 이용하여 성별, 나이, Pace 값을 입력받고 약 8만 건의 보스턴 마라톤 빅데이터를 학습한 머신러닝이 완주기록 뿐 아니라 10, 20, 30km 구간 별 기록을 예측합니다
마라톤에 참여여하기 전에 성별, 나이, Pace자료를 입력하여 예상되는 기록등급을 확인해 보세요. 지난 보스톤 마라톤 대회 기록을 바탕으로 여러 분의 기록등급을 예측합니다. 

Logistic Regression의 Multinomial Classification 기법을 이용하여 마라톤의 완주 기록을 'Outstanding(>25%)', 'Average(25~75%)'와 'Below(<75%)' 세 가지 등급으로 나누어 여러 분의 예상등급을 케라스로 예측합니다.  
딥러닝 Neural Network을 이용한 MNIST Digit Recognition을 만들어서 손으로 쓴 숫자 이미지를 인식하는 프로젝트를 수행합니다.

Deep Learning  Multi Layers Neural Network 기법을 이용하여 7만 건의 손으로 쓴 숫자 이미지를 학습하고 인식하는 프로젝트를 프로젝트를 단계 별로 수행합니다.

케라스 강화하기

케라스를 실전에서 사용하기 위해 History, EarlyStoping, ModelCheckPoint 및 Graphic User Interface 등 다양하고 유용한 고급 기술을 알려드립니다. 여러 분의 케라스 프로젝트를 좀 더 가치있게 될 것입니다.

앞으로 딥러닝, Tensorflow.js 등 다양한 강의를 기대해 주세요. 
강의에 사용한 자료와 프로그램 소스는 제가 운영하는 지식 배움의 터인 크리애플(www.creapple.com) 사이트에서 받으실 수 있습니다.

파이썬의 기본과 데이터시각화/분석, 머신러닝 과정을 들으시면 프로젝트 수행에 큰 도움이 됩니다.

파이썬 100분 핵심강의
파이썬의 핵심적이고 기본적인 
기술을 익히시면 다른 과정에서 큰 힘이 됩니다.
파이썬 데이터시각화 분석 실전 프로젝트

파이썬의 Pandas, Matplotlib, Seaborn 을 이용하여 머신러닝, 
딥러닝 등 다양한 프로젝트에서 활용할 수 있는 데이터
시각화와 분석 기술을 한번에 배워 보세요.

파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트

파이썬과 텐서플로(Tensorflow)를 이용하여 머신러닝의
개념과 실전기술을 모두 배우세요. 핵심 주제 별 다섯 가지
다양한 프로젝트를 같이하면서 여러 분의 실력을 키워드립니다.

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