핵심만 빠르게, 입문자를 위한 딥러닝(Deep Learning)과 텐서플로(TensorFlow) 대시보드

초급자를 위해 준비한
[딥러닝 · 머신러닝] 강의입니다.

딥러닝(Deep Learning)을 텐서플로(Tensorflow)를 활용하여 학습할 수 있는 강의입니다. 선형(Linear) 회귀, 로지스틱(Logistic) 회귀, 소프트맥스(Softmax) 회귀 모델을 배우고, 최종적으로 패션 이미지를 분류할 수 있는 MLP 모델을 만들어보세요!

입문자의 관점으로
가장 필요한 것부터 배우는 딥러닝 💻

딥러닝을 공부하는 일은 어려운 것이 사실입니다. 다양한 수학적인 이해, 개념적인 이해가 필요할 뿐만 아니라, 실제로 모델을 만들어 보기 위해서는 프로그래밍 역량까지 요구되기 때문이죠. 

이 강의의 목적은 입문자들이 딥러닝(Deep Learning)과 텐서플로(Tensorflow)를 이해하고 활용하는 데 필요한 기초 지식을 습득하는 것입니다. 수강 후에는 간단한 딥러닝 모델을 구현하고, Tensorflow와 같은 딥러닝 프레임워크를 이해할 수 있습니다.

입문자들이 가장 많이 겪는 고민 중 하나는 딥러닝이 막연히 너무 어려워 보인다는 것일 것 같습니다. Optimizer, Loss function, SGD 등의 용어와 개념이 무척 어려워 보인다는 것이죠. 이를 해결하기 위해서 이 강의에서는 딥러닝과 텐서플로 기초 지식을 습득할 수 있도록 핵심 개념을 명확하게 설명하고, 각 개념을 실습과 예제를 통해 학습할 수 있도록 구성되어 있습니다.

또 입문자들이 가장 많이 겪는 고민 중 하나는 Tensorflow와 같은 딥러닝 프레임워크를 실제로 어떻게 활용할 수 있는지입니다. 강의에서는 실제로 모델을 만들고 학습시키는 과정을 구체적인 예제와 함께 설명하고 있기 때문에 입문자들이 Tensorflow를 직접 활용하며 딥러닝을 이해할 수 있도록 도움을 드립니다!

이런 분들께 추천해요 🙆‍♀️

프로그래밍 기초를 쌓고
딥러닝을 배우고자 하는 분

딥러닝, 텐서플로를 핵심 위주로
빠르게 익히고 싶은 분

학습 내용 📚

수강 전 참고 사항 📢

실습 환경

• 구글 Colab을 활용합니다.
• 이는 주피터 노트북 기반의 클라우드 개발 환경입니다.
• 본인 컴퓨터 성능과 무관하게 누구든 코드를 손쉽게 실행할 수 있습니다.

선수 지식 및 유의 사항

• 수학적 배경지식
  • 지수 함수, 로그 함수 등 기본적인 수학적 배경지식이 요구됩니다.
  • 선수 지식을 한 문장으로 요약하자면, "미분을 이해하고 있는가"입니다.
• 파이썬 프로그래밍
  • 변수, 조건문, 반복문, 함수 등 기본적인 파이썬 프로그래밍 역량이 요구됩니다.
  • 이전에 공개한 영상을 참고해 주세요.

예상 질문 Q&A 💬

이런 분들께 추천드려요!