Thumbnail
인공지능 딥러닝 · 머신러닝

Do It! 딥러닝 입문 대시보드

(4.8)
52개의 수강평 ∙  3,837명의 수강생

무료

지식공유자: 박해선
총 22개 수업 (10시간 16분)
수강기한: 
무제한
수료증: 미발급
난이도: 
입문
-
초급
-
중급이상
지식공유자 답변이 제공되는 강의입니다
폴더에 추가 공유

초급자를 위해 준비한
[데이터 분석] 강의입니다.

이 강의는 개념 한 걸음, 수식 한 걸음 그리고 코딩 한 걸음. 가장 적당한 보폭과 올곧은 방향으로 독자를 딥러닝으로 안내한다. 또한 그래프, 삽화, 도해는 100개가 넘어 추상적인 개념도 쉽고 빠르게 받아들일 수 있다. 프로그램 설치 없이 웹 브라우저에 접속하기만 하면 실습을 바로 시작할 수 있다는 점도 이 강의만의 특징이다. 편안하게 이론을 이해한 다음 직접 코딩하며 눈으로 딥러닝 대표 문제 4가지를 정복하니 딥러닝의 교과서로 부족함이 없다. 꼭 짚고 넘어가야 할 개념이나 용어는 본문 중간에 나오는 ‘잠깐! 다음으로 넘어가려면’ 코너와 장 마지막에‘기억 카드’ 코너로 2번 복습하여 학습 효과를 높였다. 『Do it! 딥러닝 입문』과 함께 딥러닝을 빠르게 정면 돌파해 보자.

✍️
이런 걸
배워요!
선형 회귀부터 딥러닝 알고리즘까지 밑바닥부터 구현
딥러닝(완전 연결 신경망, 합성곱 신경망, 순환 신경망) 알고리즘의 작동원리
사이킷런과 텐서플로 라이브러리의 기본 사용법

정직하게 코딩하며 딥러닝을 빠르게 정면 돌파하자!

강의 구성📚

01 딥러닝을 소개합니다
02 최소한의 도구로 딥러닝을 시작합니다
03 머신러닝의 기초를 다집니다 ― 수치 예측
04 분류하는 뉴런을 만듭니다 ― 이진 분류
05 훈련 노하우를 배웁니다
06 2개의 층을 연결합니다 ― 다층 신경망
07 여러 개를 분류합니다 ― 다중 분류
08 이미지를 분류합니다 ― 합성곱 신경망
09 텍스트를 분류합니다 ― 순환 신경망

이런 분들께 추천드려요!

🎓
학습 대상은
누구일까요?
선형 회귀, 로지스틱 회귀 알고리즘을 처음부터 구현해보고 싶은 분
딥러닝 알고리즘의 작동 원리를 공부하고 싶은 분
📚
선수 지식,
필요할까요?
기본 선형 대수
넘파이
파이썬

안녕하세요
박해선 입니다.
박해선의 썸네일

기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했습니다. 텐서 플로우 블로그(tensorflow.blog)에 글을 쓰고, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있습니다. 

『챗GPT로 대화하는 기술』(한빛미디어, 2023), 『혼자 공부하는 데이터 분석 with 파이썬』(한빛미디어, 2023),『혼자 공부하는 머신러닝+딥러닝』(한빛미디어, 2020) , 『Do it! 딥러닝 입문』(이지스퍼블리싱, 2019)을 썼습니다.

『코딩 뇌를 깨우는 파이썬』(한빛미디어, 2022), 『트랜스포머를 활용한 자연어 처리』(한빛미디어, 2022), 『케라스 창시자에게 배우는 딥러닝 2판』(길벗, 2022), 『개발자를 위한 머신러닝&딥러닝』(한빛미디어, 2022), 『XGBoost와 사이킷런을 활용한 그레이디언트 부스팅』(한빛미디어, 2022), 『구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js』(길벗, 2022), 『(개정2판)파이썬 라이브러리를 활용한 머신러닝』(한빛미디어, 2022), 『머신러닝 파워드 애플리케이션』(한빛미디어, 2021), 『파이토치로 배우는 자연어 처리』(한빛미디어, 2021), 『머신 러닝 교과서 3판』(길벗, 2021), 『딥러닝 일러스트레이티드』(시그마프레스, 2021), 『GAN 인 액션』(한빛미디어, 2020), 『핸즈온 머신러닝 2판』(한빛미디어, 2020), 『미술관에 GAN 딥러닝 실전 프로젝트』(한빛미디어, 2019), 『파이썬을 활용한 머신러닝 쿡북』(한빛미디어, 2019)을 포함하여 여러 권의 책을 우리말로 옮겼습니다.

커리큘럼 총 22 개 ˙ 10시간 16분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 2. 3장 머신러닝의 기초를 다집니다 - 수치 예측
03-1 선형 회귀에 대해 알아보고 데이터를 준비합니다 21:14
03-2 경사 하강법으로 학습하는 방법을 알아봅니다 32:45
03-3 손실 함수와 경사 하강법의 관계를 알아봅니다 13:58
03-4 선형 회귀를 위한 뉴런을 만듭니다 22:04
섹션 3. 4장 분류하는 뉴런을 만듭니다 - 이진 분류
04-1~04-2 로지스틱 회귀와 시그모이드 함수를 소개합니다 15:15
04-3 로지스틱 손실 함수를 경사 하강법에 적용합니다 18:06
04-4~04-5 로지스틱 회귀를 위한 뉴런을 만듭니다 33:05
04-6~04-7 로지스틱 회귀로 단일층 신경망을 만듭니다 25:23
섹션 4. 5장 훈련 노하우를 배웁니다
05-1 검증 세트를 나누고 전처리 과정을 배웁니다 30:05
05-2 과대적합과 과소적합을 알아봅니다 15:40
05-3~05-4 가중치 규제와 교차 검증을 알아 봅니다 34:42
섹션 5. 6장 2개의 층을 연결합니다 - 다층 신경망
06-1 신경망 알고리즘을 벡터화하여 한 번에 전체 샘플을 사용합니다 30:37
06-2 2개의 층을 가진 신경망을 구현합니다 46:08
06-3 미니 배치를 사용하여 모델을 훈련합니다 14:37
섹션 6. 7장 여러 개를 분류합니다 - 다중 분류
7장 여러 개를 분류합니다 - 다중 분류 48:41
섹션 7. 8장 이미지를 분류합니다 - 합성곱 신경망
8장 이미지를 분류합니다 - 합성곱 신경망 01:10:44
섹션 8. 9장 텍스트를 분류합니다 - 순환 신경망
9장 텍스트를 분류합니다 - 순환 신경망 50:09
강의 게시일 : 2021년 01월 04일 (마지막 업데이트일 : 2021년 01월 04일)
수강평 총 52개
수강생분들이 직접 작성하신 수강평입니다.
4.8
52개의 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
kate2236e thumbnail
5
딥러닝 처음 공부해보는데 기초부터 차근차근 알려주셔서 너무 좋았습니다!! 감사합니다~!!!
2022-02-10
지식공유자 박해선
도움이 되셨다니 다행입니다. 감사합니다! :)
2022-02-10
Virus PK thumbnail
5
기본적인 개념을 잘 배웠습니다.. 그래도 몇번은 더 봐야 될듯합니다. ^^ 퐈이팅!!!
2022-02-02
지식공유자 박해선
네, 파이팅입니다! :-)
2022-02-03
김진성 thumbnail
5
좋아요!!
2022-12-26
kjho thumbnail
5
쉽게 설명하여 개념을 이해하는데 많은 도움이 됨
2023-12-13
김세욱 thumbnail
5
수강완료 했습니다.
2023-06-12
지식공유자 박해선
축하드립니다!
2023-07-13