
윤재성의 자바 기반 안드로이드 앱개발 Part 2 - 메뉴와 4대 구성요소
소프트캠퍼스
₩55,000
초급 / Java, Android
4.4
(8)
본 강의는 총 4개의 파트로 구성되어 있는 자바 안드로이드 앱 개발 과정입니다. 두 번째 강의에서는 실습 예제를 통해 메뉴와 4대 구성요소에 대해 살펴봅니다.
초급
Java, Android

: "수학적 기초부터 최신 모델까지, 텐서플로로 완성하는 딥러닝 파이프라인 (총 44강)" 단순히 model.fit()만 호출하는 법을 배우는 시대는 지났습니다. 인공 신경망의 밑바닥인 미분과 경사하강법부터, 현업에서 필수적인 텐서플로(TensorFlow)와 케라스(Keras) 활용법, 그리고 이미지와 시계열 데이터를 다루는 CNN/RNN까지! 딥러닝의 모든 과정을 체계적으로 정복해 드립니다. 이제 분석된 데이터를 넘어, 인간의 뇌를 모방한 인공지능이 스스로 학습하고 판단하는 놀라운 딥러닝의 세계로 들어오세요.
1명 이 수강하고 있어요.
난이도 초급
수강기한 무제한
딥러닝 핵심 수학(미분, 체인 룰)에 대한 명확한 이해
퍼셉트론부터 다층 신경망(MLP)까지의 아키텍처 설계 능력
텐서플로/케라스를 활용한 딥러닝 모델 구현 및 배포 프로세스 숙달
Dropout, EarlyStopping, Optuna를 활용한 전문적인 모델 최적화 스킬
CNN과 RNN을 활용한 이미지 및 시퀀스 데이터 처리 기초 역량
: "수학적 기초부터 최신 모델까지, 텐서플로로 완성하는 딥러닝 파이프라인 (총 44강)"
단순히 model.fit()만 호출하는 법을 배우는 시대는 지났습니다. 인공 신경망의 밑바닥인 미분과 경사하강법부터, 현업에서 필수적인 텐서플로(TensorFlow)와 케라스(Keras) 활용법, 그리고 이미지와 시계열 데이터를 다루는 CNN/RNN까지! 딥러닝의 모든 과정을 체계적으로 정복해 드립니다.
이제 분석된 데이터를 넘어, 인간의 뇌를 모방한 인공지능이 스스로 학습하고 판단하는 놀라운 딥러닝의 세계로 들어오세요.
이 강의만의 핵심 포인트
* 탄탄한 수학적 기초: 1차/2차 함수부터 편미분, 체인 룰(Chain Rule)까지 딥러닝 이해에 꼭 필요한 수학만 골라 쉽게 설명합니다.
* 딥러닝 아키텍처의 이해: 단층 퍼셉트론에서 다층 퍼셉트론(MLP), 그리고 오차 역전파(Backpropagation)의 원리를 완벽히 파헤칩니다.
* 최적화 전략의 정점: 과적합을 방지하는 Dropout, 조기 중단(Early Stopping)은 물론, 최신 하이퍼파라미터 튜닝 도구인 Optuna 활용법까지 전수합니다.
* 컴퓨터 비전 & 시퀀스 데이터: MNIST 이미지 분류(CNN)와 시계열/언어 데이터 처리(RNN), 그리고 효율적인 학습을 위한 전이학습(Transfer Learning)까지 다룹니다.
* 실전 환경 구축: 텐서플로와 케라스를 활용한 전문적인 개발 환경 구축부터 모델 저장/자동화까지 실무 프로세스를 그대로 담았습니다.
딥러닝의 역사와 활약 분야를 살펴보고, 신경망 학습의 엔진이 되는 기초 수학(함수, 미분, 편미분, 합성 함수)을 다룹니다.
주요 학습: 딥러닝 역사, 개발 환경 구축, 미분 기초, 체인 룰
예측의 기본인 선형 회귀부터 최적의 가중치를 찾아가는 경사하강법, 학습률(Learning Rate)의 원리를 심도 있게 학습합니다.
핵심 기술: 가설 함수 설계, 오차 평가 지표, 다중 선형 회귀, 최소 제곱법
로지스틱 회귀와 시그모이드 함수를 이해하고, 인공 신경망의 모태인 퍼셉트론과 XOR 문제를 해결하는 다층 퍼셉트론의 구조를 배웁니다.
주요 학습: 시그모이드 함수, 퍼셉트론, 논리 게이트 해결, 오차 역전파
본격적으로 프레임워크를 활용해 인공 신경망을 설계합니다. 활성화 함수와 옵티마이저를 선택하여 최적의 모델 구조를 직접 만듭니다.
핵심 기술: 텐서플로/케라스 활용법, 활성화 함수, 옵티마이저, 딥러닝 기본 구조 설계
실무의 핵심인 과적합 방지 기술을 배웁니다. Dropout, 조기 중단, 모델 자동 저장 및 Optuna를 이용한 자동 하이퍼파라미터 최적화를 학습합니다.
주요 학습: 과적합 확인, Dropout, EarlyStopping, 모델 자동 저장, Optuna 튜닝
이미지 인식의 핵심인 CNN과 시퀀스 데이터를 다루는 RNN을 MNIST 실습을 통해 마스터하고, 기존 모델을 재사용하는 전이학습까지 정복합니다.
핵심 기술: 2진/다중 분류, CNN 아키텍처, MNIST 실습, RNN 기초, 전이학습
개발 경력
• SKT "아일랜드 어드벤쳐" 모바일 콘텐츠 개발 런칭
• KT " 퀴즈사커" 모바일 콘텐츠 개발 런칭
• SK "모바일 공인중개사" 런칭
• 아이폰 "한자통" 앱개발
• 아이폰 "헬스 트레이닝" 앱개발
• KT/SK 일본 남코 "데일즈 오브 코몬즈" 콘텐츠 개발
• KT 미니 게임(야금야금 땅따먹기, 알라딘의 요술램프,미스터리 블록탐정단,BUZZ and BUZZ)개발
강의 경력
삼성멀티캠퍼스, 부산정보산업진흥원, 전주정보문화산업진흥원, 인천정보산업진흥원, 한국전파진흥원, SK C&C, T 아카데미, 한국로봇산업진흥원, 대전 ETRI, 삼성전자, nica 교육센터, 한국생산성본부, 한화 S&C, 삼성전자, LG전자, SK C&C 등 국내 유명 기업 현직 재작자 및 미취업자를 대상으로 강의 및 개발 19년차 경력을 갖춘 베테랑 강사입니다.
강의 분야
자바, 안드로이드, 프레임워크, 데이터베이스, UML, 아이폰, 빅데이터 처리 및 분석, 파이썬, 사물인터넷, R/파이썬을 활용한 데이터 분석, 딥러닝, 머신러닝 AI, 스파크 분야 등의 분야에 대해 강의합니다. 다양한 경험을 녹여 최대한 쉽게 설명하고, 실습에 적용하도록 예제를 만들고 설명을 할 수 있도록 강의를 구성하고 있습니다. 오프라인 수업이 아니므로 모르는 것은 질문&답변을
학습 대상은
누구일까요?
- 본격적인 딥러닝 모델러의 길로 들어서고 싶은 분: 단순히 라이브러리를 가져다 쓰는 수준을 넘어, 인공 신경망이 왜 동작하는지 그 원리(수학/이론)부터 실전 모델 구축까지 한 번에 끝내고 싶은 분들께 강력 추천합니다.
- 딥러닝의 '블랙박스'를 제대로 열어보고 싶은 분: 미분, 체인 룰, 오차 역전파 등 신경망의 핵심 엔진을 이해하여 모델의 학습 과정을 완벽히 장악하고 싶은 예비 AI 엔지니어에게 필수적인 과정입니다.
- 모델의 성능을 극한으로 끌어올리고 싶은 분: 과적합(Overfitting)으로 고생 중이거나, 최신 최적화 도구인 Optuna를 활용해 하이퍼파라미터를 자동 튜닝하는 '진짜' 실무 테크닉이 간절한 분들께 적합합니다.
- 이미지(CNN)와 시퀀스(RNN) 데이터를 정복하고 싶은 분: MNIST 숫자 인식부터 시계열 데이터 처리, 그리고 기존의 강력한 모델을 재사용하는 전이학습(Transfer Learning)까지 딥러닝의 핵심 아키텍처를 경험하고 싶은 분들께 추천합니다.
- 이론과 프레임워크(TensorFlow/Keras)를 동시에 잡고 싶은 분: 복잡한 수식을 코드로 어떻게 구현하는지, 텐서플로의 강력한 기능을 어떻게 실무 프로젝트에 녹여내는지 궁금하신 분들을 위해 준비했습니다.
선수 지식,
필요할까요?
파이썬 기본 문법과 Numpy, Pandas에 대한 기초 지식이 필요합니다.
수학적 베이스가 부족하더라도 강의 내에서 핵심 개념을 짚어드리므로 열정만 있다면 충분히 완주하실 수 있습니다.
16,019
명
수강생
826
개
수강평
594
개
답변
4.7
점
강의 평점
44
개
강의
소프트 캠퍼스는 온오프라인 강의 및 컨텐츠 판매들 지원하는 교육센터 입니다.
AI 관련 분야 및 다양한 강의 및 컨텐츠 구매 문의 raputa@nate.com 및 전화 02-553-0824 로 연락 주시면 됩니다.
감사합니다.
전체
44개 ∙ (15시간 27분)
1. 1강 강좌소개
02:12
2. 2강 딥러닝 개요
29:20
3. 3강 딥러닝의 역사
18:17
5. 5강 개발환경 구축
10:21
6. 6강 라이브러리 설치
07:33
7. 7강 1차 함수와 2차 함수
32:55
18. 18강 시그모이드 함수
12:58
20. 20강 퍼셉트론
20:44
22. 22강 다중퍼셉트론
20:49
23. 23강 오차 역전파
26:33
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!
얼리버드 할인 중
₩3,624
48%
₩55,000





