딥러닝 실무 프로젝트 대시보드

중급자를 위해 준비한
[인공지능, 데이터 분석] 강의입니다.

피자와 스파게티 사진을 분류해보고 싶어! 딥러닝 알고리즘 종류 중 하나인 CNN을 활용하여 이미지를 분류해보는 실무 프로젝트를 A부터 Z까지 따라해보는 딥러닝 실전 프로젝트 과정입니다.

이미지를 알아서 척척 분류한다고? 
딥러닝 CNN 알고리즘 프로젝트를 내 손으로! 

딥러닝 이미지 분류 모델을
직접 만들어보고 싶다면!

알파고와 이세돌의 바둑 대결 기억하시나요? 인공지능(AI) 기술이 얼마나 발전했는지 전세계인들에게 보여준 사건이었습니다. 많은 언론에서는 앞다투어 AI 관련 기사를 쏟아냈습니다. 특히 머신러닝/딥러닝도 함께 주목받았는데요. 당시 국내에서도 엄청난 열풍이 불었습니다. 서점에선 관련 도서들이 베스트셀러 자리를 차지했고, 너도나도 파이썬이나 텐서플로우같은 언어를 배우겠다며 학원 문을 두드렸죠.

그런데 시간이 흐르자 열기가 점차 사그라들기 시작했습니다. 다들 배운다고 하는데 정작 주변엔 딥러닝을 배운다는 사람은 없었습니다. 대체 뭐가 문제일까요? 그건 아마도 너무 어렵기 때문일 겁니다. 아무리 쉬운 단어라고 해도 전문용어이기 때문에 쉽게 와닿지 않습니다. 

그래서 저희 마소캠퍼스가 여러분께 딥러닝에서 꼭 필요한 부분 중 하나인 CNN에 대해 알아보고 이미지 분류 프로젝트를 진행하며 딥러닝에 푹 빠지실 수 있도록 도와드리겠습니다. 

이번 딥러닝 실무 프로젝트 과정에서는

누구나 쉽고 부담없이 딥러닝을 배울 수 있도록 CNN의 개념부터 실제 구현까지 전반적인 과정을 다룹니다. 딥러닝의 중요 핵심 모델 중 이미지 인식 AI 모델인 CNN을 활용한 이미지 분류 프로젝트를 제작해보고, 강아지나 고양이 등 생김새가 비슷하여 구분하기 어려운 다양한 이미지 파일들을 딥러닝 CNN 알고리즘을 활용해 쉽게 구분해 봅니다.

개와 고양이, 피자와 스파게티를 척척 구분해보고 싶다면, 딥러닝 핵심 알고리즘인 CNN을 정복해 보세요!

딥러닝, 제대로 쓸 수 있도록 
기초를 탄탄하게 잡아드려요.

분야를 막론하고 압도적인 생산성 향상을 가져다 주는 딥러닝!
딥러닝을 “제대로” 활용하기 위해 개념부터 완벽하게 잡고 가는 과정입니다.

이 강의만의 특징!
3-Step으로 꼼꼼하게.

본 강의를 통해 현재 가장 핫한 딥러닝 CNN 알고리즘의 작동 원리를 이해하고, 실습을 통해 실제로 딥러닝 모델을 구현할 수 있습니다.

Step 1. CNN 개념과 작동 프로세스 이해하기

딥러닝 알고리즘 중 이미지 분류에 탁월한 성능을 보여주는 CNN이 무엇인지, lickr API를 활용한 데이터 준비부터 데이터 전처리, 정확도를 높일 수 있는 OpenCV를 이용한 데이터 증식부터 NN 모델 작동 프로세스까지 각각의 원리를 상세히 파헤쳐 드립니다!

_{이미지 파일 Numpy 형식으로 변환하기}

Step 2. 딥러닝 CNN 모델링 과정 실습하기

대표적인 딥러닝 이미지 분류 알고리즘, CNN! DNN보다 훨씬 더 정교하고 정확하게 이미지 분류를 할 수 있는 CNN 알고리즘 모델을 직접 설계해보며 실전에 바로 활용할 수 있습니다.

_{CNN 모델 도식화}

Step 3. Flask와 Ngrok으로 언제 어디서든 내 CNN 모델 사용해보기

마이크로 웹 프레임워크인 Flask를 이용해 내가 직접 설계한 CNN 모델을 Flask 서버를 구성하여 웹페이지에 올려보고, 외부에서 로컬에 접속 가능하게 하는 터널 프로그램인 Ngrok으로 내 컴퓨터가 아닌 어디서든 내가 만든 웹페이지에 접속할 수 있습니다.

_{내가 찍은 사진으로 모델 예측하기}

Step 4. 디지털 세계에서 발견한 인사이트를 현실로

CNN을 활용해 모델을 설계하고 훈련한 후 웹사이트에 올린 이미지가 어떤 이미지인지 예측해보고, 이를 통해 다양한 인사이트를 발견할 수 있는 딥러닝 전문가가 될 수 있습니다.

_{Flask 서버로 웹사이트 제작하기}

Q&A 💬

이런 분들께 추천드려요!