딥러닝 컴퓨터 비전 완벽 가이드
본 강의는 Object Detection과 Segmentation에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 실습 예제들을 통해 여러분을 현장에서 필요한 딥러닝 기반의 컴퓨터 비전 전문가로 발돋움시켜 드릴 것입니다.
[OpenCV] 파이썬 딥러닝 영상처리 프로젝트 - 손흥민을 찾아라!
OpenCV(Open Source Computer Vision Library)로 이미지와 영상을 처리하고, 딥러닝 모듈(dnn, Deep Neural Network)을 활용하여 얼굴, 눈, 다양한 사물을 식별하고 인식하는 재미있는 프로젝트를 이론과 함께 배우는 과정입니다.
자바스크립트 머신러닝 TensorFlow.js
자바스크립트 환경에서 머신러닝 개념을 다룹니다. 자바스크립트와 TensorFlow.js로 머신러닝을 구현하는 형태와 코드를 다룹니다.
TensorFlow 2.0으로 배우는 딥러닝 입문
딥러닝 핵심이론과 최신 TensorFlow 2.0을 이용한 딥러닝 코드 구현을 한번에 배울 수 있는 강의입니다.
[모바일] 딥러닝 Computer Vision 실전 프로젝트
AI 인공지능, 모바일이 대세라는 것은 말할 필요가 없습니다. 그런데 머신러닝과 딥러닝을 배워서 모바일에서 어떻게 쓴다는 겁니까? 이제 생활에서 활용되는 유용한 모바일 Computer Vision 프로젝트들을 같이 배워봅시다.
[PyTorch] 쉽고 빠르게 배우는 딥러닝
딥러닝의 기본 뼈대인 MLP부터 CNN, RNN까지 쉽고 빠르게 배워봅니다.
[텐서플로2] 파이썬 딥러닝 완전정복 - GAN, BERT, RNN, CNN 최신기법
최신 딥러닝 기법인 GAN, BERT, RNN, CNN을 파이썬과 텐서플로2를 기반으로 다양하고 유용한 프로젝트를 이론과 함께 만들면서 배우는 딥러닝 종합 프로젝트 과정입니다.
케라스, 인공지능의 공용어 완전정복
인공지능의 공용어인 케라스와 파이썬을 이용하여 다양하고 유용한 머신러닝 회귀(Regression), 분류(Classification) 및 딥러닝 Neural Network 프로젝트를 이론과 함께 배우는 케라스 이론과 실전 종합 과정입니다.
[PyTorch] 쉽고 빠르게 배우는 NLP
기본적인 자연어처리 기법(Natural Language Processing)과 딥러닝을 활용한 다양한 텍스트 task에 대해 다룹니다.
[라즈베리파이] IoT 딥러닝 Computer Vision 실전 프로젝트
AI 인공지능이 대세라는 것은 말할 필요가 없습니다. 그런데 머신러닝과 딥러닝을 배워서 어디에 쓴다는 겁니까? 이제 생활에서 활용되는 유용한 사물인터넷IoT Computer Vision 프로젝트들을 같이 배워봅시다.
핸즈온 머신러닝 2
아마존 베스트 셀러인 <핸즈온 머신러닝 2판>의 내용을 다룬 강의입니다. 대표적인 머신러닝 라이브러인 사이킷런을 사용하여 다양한 머신러닝 알고리즘과 평가 방법을 배웁니다. 또 가장 유명한 딥러닝 라이브러인 텐서플로와 케라스를 사용하여 인공 신경망부터 강화학습까지 이론과 실무를 다져 봅니다. 아직 모두 완료된 강의가 아닙니다. 매주 1~2개의 강의가 계속 추가될 예정입니다.
[OpenCV] 파이썬 딥러닝 영상처리 프로젝트 2 - 불량사과를 찾아라!
OpenCV로 이미지와 영상을 처리하고, 딥러닝을 활용하여 얼굴과 다양한 사물을 식별하고 인식하는 내용을 배웁니다. 졸음방지, 나이와 성별식별, 지나가는 사람 수 세기, 얼굴 추적, 불량사과와 귤을 찾아주는 YOLO 등 재미있는 프로젝트를 이론과 함께 배우는 과정입니다.
[PyTorch] 쉽고 빠르게 배우는 GAN
GAN(Generative Adversarial Networks)에 대하여 쉽고 정확하게 배워봅니다.
OpenCV 강좌 - 컴퓨터 비전
OpenCV는 영상처리, 3D 구성, 추적, 기계학습, 인식 그리고 딥러닝까지 유용한 기능이 아주 많습니다. 그리고 상업적인 사용까지 무료입니다. 정말 멋진 Library 죠?
Tensorflow 사용메뉴얼
딥러닝은 개념과 구현능력이 동시에 갖추어져야하는 학문입니다. 이 강의에서는 구현능력에 초점을 맞춰 기초부터 advanced된 기술들을 Tensorflow로 구현하는 방법을 배웁니다.
OpenCV 를 활용한 명함인식 기능 구현 강좌
명함인식을 구현하는 실전을 통해 OpenCV를 활용하고 이미지를 처리하는 방법을 배웁니다. OpenCV에 대해서는 간략히 설명하며, 명함인식을 구현하기 위해 필요한 OpenCV 함수들은 좀 더 자세히 설명하는 방식입니다. 즉 기초강좌라기 보다는 명함인식이라는 실전을 위한 엑기스를 제공합니다. Tesseract 및 Microsoft의 OCR엔진을 활용하는 방안도 포함됩니다. 본 강의의 소스코드는 Python기반이지만, 활용하는 OpenCV 클래스 및 함수와 이미지 인식 및 처리기술을 익히기 때문에, 이를 바탕으로 안드로이드와 iOS에 적용하는 것은 무리가 없을 것입니다. 수강하시는 분은 강의 슬라이드, 실제 동작하는 명함 인식 소스 코드를 제공합니다. 2017년 1월과 2월에 3회의 오프라인 세미나를 하면서 더욱 개선되고 검증된 강의 내용을 강사가 정성들여 온라인용으로 다시 녹음한 것입니다. 본 강의에서 활용되는 OpenCV 함수들입니다. cv2.Canny() cv2.GaussianBlur() cv2.VideoCapture() cv2.adaptiveThreshold() cv2.approxPolyDP() cv2.arcLength() cv2.boundingRect() cv2.boxPoints() cv2.contourArea() cv2.convertScaleAbs() cv2.createTrackbar() cv2.cvtColor() cv2.destroyAllWindows() cv2.dilate() cv2.drawContours() cv2.findContours() cv2.getAffineTransform() cv2.getPerspectiveTransform() cv2.getTrackbarPos() cv2.imread() cv2.imshow() cv2.imwrite() cv2.minAreaRect() cv2.namedWindow() cv2.rectangle() cv2.resize() cv2.threshold() cv2.waitKey() cv2.warpAffine() cv2.warpPerspective()
모두를 위한 딥러닝 - Deep Reinforcement Learning
홍콩과기대 김성훈 교수님의 "모두를 위한 딥러닝" 강좌 두번째 시즌으로 '강화학습' 에 대해 학습해 봅니다.
모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌
더 많은 분들이 머신 러닝과 딥러닝에 대해 더 이해하고 본인들의 문제를 이 멋진 도구를 이용해서 풀수 있게 하기위해 비디오 강의를 준비하였습니다. 더 나아가 이론에만 그치지 않고 최근 구글이 공개한 머신러닝을 위한 오픈소스인 TensorFlow를 이용해서 이론을 구현해 볼수 있도록 하였습니다.
