Thumbnail
BEST
인공지능 딥러닝 · 머신러닝

TensorFlow 2.0으로 배우는 딥러닝 입문 대시보드

(4.5)
44개의 수강평 ∙  742명의 수강생

33,000원

지식공유자: AISchool
총 30개 수업 (6시간 25분)
수강기한: 
무제한
수료증: 발급
난이도: 
입문
-
초급
-
중급이상
지식공유자 답변이 제공되는 강의입니다
폴더에 추가 공유

초급자를 위해 준비한
[데이터 분석] 강의입니다.

딥러닝 핵심이론과 최신 TensorFlow 2.0을 이용한 딥러닝 코드 구현을 한번에 배울 수 있는 강의입니다.

✍️
이런 걸
배워요!
최신 TensorFlow 2.0을 이용한 딥러닝 알고리즘 구현방법
인공지능, 머신러닝, 딥러닝 핵심이론
ANN, AutoEncoder, CNN, RNN, LSTM 등 딥러닝 기본 구조에 대한 원리와 구현법
컴퓨터 비전, 자연어처리(NLP) 등 딥러닝의 대표 응용분야

딥러닝, 어떻게 시작하면 좋을까요? 
한번에 잡는 최신 텐서플로 2.0 + 딥러닝 기초!

텐서플로로 배우는 딥러닝 학습의 정석, ‘‘텐서플로로 배우는 딥러닝”최신 TensorFlow 2.0을 이용한 강의로 만나보세요.

4차산업혁명 시대의 경쟁력, 인공지능 기술!
TensorFlow딥러닝으로 시작하세요. 🏃‍♂️

알파고, 자율주행차, 인공지능 스피커, ... 인공지능은 먼 미래의 일이 아니라 우리는 이미 일상 속에서 매일같이 인공지능 기술을 경험하고 있습니다. 이런 인공지능 기술의 배경에는 TensorFlow와 딥러닝이 있습니다. 

전세계 모든 사람이 인공지능 기술이 미래를 바꾸어나갈 기술로, 이는 가히 4차 산업혁명에 버금가는 혁명이자 새로운 기회로 생각하고 있습니다. 기회는 준비된 자에게 온다고들 합니다. 하루라도 빨리 인공지능 기술을 습득해 미래에 다가올 기회를 놓치지 말고 포착하세요.


딥러닝 핵심개념 + 최신 TensorFlow 2.0
한번에 모두 담은 딥러닝의 정석!

딥러닝 기법을 잘 사용하기 위해서는 크게 4가지 능력이 필요합니다.

  1. 딥러닝 기법의 이론적 배경이 되는 선형 대수, 확률 통계, 최적화 이론에 대한 수학적 이해
  2. 기초적인 딥러닝 모델들(ANN, AutoEncoder, CNN, RNN, LSTM)에 대한 정확한 이해
  3. 기초적인 딥러닝 모델들을 풀고자 하는 문제에 적용할 수 있는 응용 능력
  4. 파이썬과 딥러닝 라이브러리(TensorFlow)를 자유자재로 활용할 수 있는 프로그래밍 능력

[TensorFlow 2.0으로 배우는 딥러닝 입문]은 위 네 가지 능력을 한번에 학습하실 수 있도록 알차게 강의를 구성하였습니다.


실습 코드 👨‍💻

강의에서 리뷰하는 실습 코드는 아래 GitHub 저장소에서 다운받으실 수 있습니다.


연관 추천 강의
😊

YOLO(You Only Look Once) 논문을 TensorFlow 2.0을 이용해서
밑바닥부터 구현해보며 딥러닝 논문 구현 능력을 배울 수 있는 강의입니다.

TensorFlow와 실전 프로젝트로 배우는 딥러닝 컴퓨터비전 올인원
TensorFlow와 실전 프로젝트를 통해 딥러닝/컴퓨터비전 기초부터
실무 응용까지 전 과정을 한번에 학습합니다. (All in One)
다양한 실습을 통해 Custom Dataset에 최신 딥러닝 모델을
응용할 수 있는 실무 능력을 기를 수 있습니다.

AI Transformation - 다가올 미래에 생존하기 위한 AI 지식
AI 기업리뷰를 통해 AI 기술이 우리의 현재와 미래를
어떻게 바꿔나갈지를 다양한 사례를 통해 살펴봅니다. 
AI 프로젝트를 진행하기 위해 필요한 요소들을 살펴봄으로써
다가올 AI Transformation을 준비합니다.

이런 분들께 추천드려요!

🎓
학습 대상은
누구일까요?
딥러닝의 정석을 학습하고 싶은 분
딥러닝 핵심이론과 TensorFlow 2.0을 이용한 코드 구현을 모두 학습하고 싶은 분
TensorFlow와 딥러닝에 관심은 있지만 막연한 두려움에 막상 학습을 시작하지 못한 개발자
딥러닝을 제대로 공부하고 싶은 학생
딥러닝/인공지능 분야로 커리어를 쌓고 싶은 분
인공지능(AI) 대학원을 준비 중이신 분
📚
선수 지식,
필요할까요?
기초적인 Python 사용경험

안녕하세요
AISchool 입니다.
AISchool의 썸네일
커리큘럼 총 30 개 ˙ 6시간 25분의 수업
이 강의는 영상, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 강의 슬라이드 다운로드
강의 슬라이드 다운로드
섹션 1. 인공지능, 머신러닝, 딥러닝 소개
인공지능, 머신러닝, 딥러닝 & 지도 학습, 비지도 학습, 강화 학습 미리보기 19:48
딥러닝, 텐서플로 응용 분야 15:18
간략히 살펴보는 딥러닝의 역사 11:28
섹션 2. TensorFlow 2.0 소개
TensorFlow 2.0 소개 미리보기 12:57
텐서플로 설치 & 강의에서 사용하는 소스코드 다운로드 06:44
섹션 3. 머신러닝 기초 이론들
머신러닝의 기본 프로세스 - 가설 정의, 손실함수 정의, 최적화 정의 미리보기 19:48
TensorFlow 2.0을 이용한 선형 회귀(Linear Regression) 알고리즘 구현 18:53
Batch Gradient Descent, Stochastic Gradient Descent, Mini-Batch Gradient Descent 05:57
Training Data, Validation Data, Test Data & 오버피팅(Overfitting) 미리보기 06:31
소프트맥스 회귀(Softmax Regression) & 크로스 엔트로피(Cross-Entropy Loss Function) & One-hot Encoding & MNIST 07:38
TensorFlow 2.0 케라스 서브클래싱(Keras Subclassing) 04:53
TensorFlow 2.0과 Softmax Regression을 이용한 MNIST 숫자분류기 구현 28:38
섹션 4. 인공신경망(ANN)
다층 퍼셉트론 MLP 미리보기 14:58
TensorFlow 2.0과 ANN을 이용한 MNIST 숫자분류기 구현 15:36
섹션 5. 오토인코더(AutoEncoder)
오토인코더(AutoEncoder)의 개념 미리보기 08:51
TensorFlow 2.0과 오토인코더를 이용한 MNIST 데이터 재구축 14:08
섹션 6. 컨볼루션 신경망(CNN)
컴퓨터 비전 문제의 어려움과 CNN 기반 컴퓨터비전 시대의 도래 08:48
컨볼루션 신경망의 핵심개념 - 컨볼루션(Convolution), 풀링(Pooling) 17:03
TensorFlow 2.0을 이용한 MNIST 숫자분류를 위한 CNN 구현 12:38
드롭아웃(Dropout) 05:13
TensorFlow 2.0을 이용한 CIFAR-10 이미지 분류를 위한 CNN 구현 16:17
섹션 7. 순환신경망(RNN)
순환신경망(RNN) 미리보기 05:23
경사도 사라짐 문제(Vanishing Gradient Problem) & LSTM & GRU 12:23
임베딩(Embedding)의 개념 & Char-RNN 10:39
TensorFlow 2.0을 이용한 Char-RNN 구현 23:45
섹션 8. TensorFlow 추가 기능
tf.train.CheckpointManager API를 이용해서 파라미터 저장하고 불러오기 16:05
텐서보드(TensorBoard)를 이용해서 학습과정 시각화(Visualization)하기 19:01
섹션 9. 딥러닝 응용 문제영역 소개
다양한 컴퓨터비전 문제영역 소개 15:19
다양한 자연어처리(NLP) 문제영역 소개 10:38
강의 게시일 : 2020년 10월 12일 (마지막 업데이트일 : 2021년 05월 06일)
수강평 총 44개
수강생분들이 직접 작성하신 수강평입니다.
4.5
44개의 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
JUNGRYO LEE thumbnail
5
입문자를 위한 강의지만, 딥러닝, 텐서플로우에 대해서 어느정도 관심과 개념이 있으신 분들이 듣기에 좋은거 같아요! 저 역시 다른 루트로 딥러닝 공부를 하다가, 텐서플로우 활용과 코드 구현에 대해 배우고 싶어서 수강 중인데 매우 유익하게 듣고있습니다 ^.^ 질문 남기면 피드백도 상세하고 빠르게 남겨주시고, 알짜 요소로 강의 구성되어 있어 좋습니다. 감사합니다:)
2021-01-31
지식공유자 AISchool
수강평 감사합니다!^^. 앞으로도 여러 강의를 만들어서 개설할 계획이니 기대해주세요~.
2021-02-03
두니 thumbnail
5
강의 정말 잘 들었습니다! 별점이 상대적으로 낮은 이유는 아무래도 선수 지식이 필요한 강의라 그런 것 같습니다. 파이썬과 머신러닝에 대한 지식이 어느 정도 있으셔야 강의를 들으실 수 있을 것 같아요. 선수 지식이 있으시면 딥러닝에 입문하시기에 정말 좋은 강의인 것 같습니다.
2023-10-07
유영재 thumbnail
5
너무 어렵게 용어를 말씀하셔서 혼란스럽고 쉽게 풀어서 말할 수 있는데.. 목소리 톤도 다운이라 듣기 조금 어렵네요. 판서도 끊기고...
2020-12-03
지식공유자 AISchool
안녕하세요. 영재님. 먼저 수강에 불편함을 드려서 죄송합니다ㅠㅠ. 소중한 피드백 감사합니다! 앞으로 강의 제작에 있어서 말씀해주신 부분을 개선할 수 있도록 노력하겠습니다. 시간을 내서 강의를 수강해주셔서 감사합니다! 좋은 하루되세요~.
2020-12-03
Daniel Park thumbnail
5
머신러닝과 딥러닝은 여럼풋이나마 알고 있었는데, 이 강의를 통해 기초와 실습을 모두 탄탄히 얻어갑니다. 수업이 재미있어서 매 강의가 길게 느껴지지 않았고, 금방 완강할 수 있었어요! Tensorflow 버전2는 거의 사용해보지 않았었는데, 처음 설치부터 코드 실행까지 어렵지 않게 따라올 수 있었습니다. 짧은 시간 내 딥러닝과 텐서플로 기본을 잡기 좋은 수업인 것 같아요. 더불어서 최신 학계와 논문 트렌드도 중간중간에 짚어주시는게 현업에서 도움이 많이 되었습니다. 초심자로써 배웠는데, 단순 교육에서 끝나는 것이 아닌 현업 활용 수준까지 끌어올려주셔서 감사해요.
2020-11-25
지식공유자 AISchool
감사합니다! 앞으로도 여러 강의를 만들어서 개설할 계획이니 기대해주세요~.
2020-11-27
김홍래 thumbnail
5
이론 중심의 기술이 너무 어렵네요. 그러나 아무 것도 모르고 따라하는 것보다는 좋습니다.
2021-02-16
지식공유자 AISchool
안녕하세요~. 감사합니다! 기술이란게 처음엔 어렵지만 차근차근 익혀나가시다보면 어느순간 자연스럽게 익숙해지실 것으로 생각됩니다. 화이팅입니다^^. 좋은 하루 되세요~.
2021-02-18