검색 결과가 없어요
파이썬을 활용한 머신러닝 딥러닝 입문
전통적인 머신러닝과 딥러닝은 많은 부분에서 동일한 원리와 기술 체계에 기반하고 있습니다. 따라서 본 강의에서는 두 가지를 별도의 과목으로 분리하지 않고 하나의 연결된 과정으로 구성하여 입문자가 머신러닝 전반에 걸친 이해도를 높일 수 있도록 하였습니다.
[개정판] 딥러닝 컴퓨터 비전 완벽 가이드
본 강의는 Object Detection과 Segmentation에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 실습 예제를 통해 여러분을 현장에서 필요한 딥러닝 기반의 컴퓨터 비전 전문가로 발돋움시켜 드릴 것입니다.
딥러닝 CNN 완벽 가이드 - Fundamental 편
딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)
Google 공인! 텐서플로(TensorFlow) 개발자 자격증 취득
자격증 취득을 위한 내용으로만 구성되었기 때문에 텐서플로우나 딥러닝 프레임워크에 대한 이해가 없으셔도 관계 없습니다. 여러분의 자격증 단기 취득을 위한 강의로 짧고 굵게 알려드릴 예정입니다.
핵심만 빠르게, 입문자를 위한 딥러닝(Deep Learnig)과 텐서플로(Tensorflow)
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!
TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체검출하기
TensorFlow Object Detection API를 이용한 고성능 최신 딥러닝 모델을 이용한 Object Detection 수행법을 간편한 Colab 실습을 통해 학습하고, 최신 딥러닝 Object Detection 모델들의 원리를 학습할 수 있는 강의입니다.
GPT 논문 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0 Part 1
GPT-1(Improving Language Understanding by Generative Pre-Training) 논문을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해보며 딥러닝 논문 구현 능력을 배울 수 있는 강의입니다.
딥러닝을 활용한 자연어 처리 (NLP) 과정 (기초부터 GPT-3까지)
옛날식의 자연어 처리 방법은 수명을 다했습니다. 이제 딥러닝을 활용한 새로운 자연어 처리 모델의 시대입니다. 자연어 처리는 최근 딥러닝의 가장 눈부신 발전 분야이기도 합니다. 최신 딥러닝을 이용한 자연어 처리 개념과 활용 방법을 실기 위주의 강의를 통해 알아봅니다.
TensorFlow로 배우는 심층 강화학습 입문 - Deep Reinforcement Learning
심층 강화학습(Deep Reinforcement Learning)에 대한 필수 이론 학습을 통해 강화학습 기초 개념을 탄탄히 다지고, TensorFlow를 이용한 실제 코드 구현 실습을 통해 심층 강화학습의 원리를 자세히 학습할 수 있는 강의입니다.
예제로 배우는 딥러닝 자연어 처리 입문 NLP with TensorFlow - RNN부터 BERT까지
딥러닝 자연어처리 기초부터 최신모델인 Transformer와 BERT까지 딥러닝 자연어 처리(Natural Language Processing[NLP])의 원리와 활용방법을 다양한 예제와 실습 코드 구현을 통해 학습합니다.
U-Net 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0 - 딥러닝 의료영상 분석
U-Net 논문을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해보며 딥러닝 논문 구현 능력을 배울 수 있는 강의입니다.
YOLO 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0
YOLO(You Only Look Once) 논문을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해보며 딥러닝 논문 구현 능력을 배울 수 있는 강의입니다.
TensorFlow 2.0으로 배우는 딥러닝 입문
딥러닝 핵심이론과 최신 TensorFlow 2.0을 이용한 딥러닝 코드 구현을 한번에 배울 수 있는 강의입니다.
쏙쏙 이해되는 강화학습 핵심이론
이 강의를 통해 강화학습의 기본 이론을 익히실 수 있습니다.
텐서플로우 2.0으로 배우는 딥러닝 기초
텐서플로우 2.0의 기초 문법을 공부하고, 딥러닝의 이론을 텐서플로우 실습 코드로 익히게 됩니다.
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.
차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원
차량 번호판 인식 실전 프로젝트를 통해 딥러닝/TensorFlow/컴퓨터비전 기초부터 실무 응용까지 전 과정을 한번에 학습할 수 있는 올인원 형태의 강의입니다. 다양한 실습을 통해 Custom Dataset에 최신 딥러닝 모델을 응용할 수 있는 실무 능력을 기를 수 있습니다.
[딥러닝 전문가 과정 DL1301] 딥러닝 네트워크의 연산
딥러닝 네트워크가 어떤 연산을 통해 출력을 만들어내는지 다루는 강의입니다.
Tensorflow 사용메뉴얼
딥러닝은 개념과 구현능력이 동시에 갖추어져야하는 학문입니다. 이 강의에서는 구현능력에 초점을 맞춰 기초부터 advanced된 기술들을 Tensorflow로 구현하는 방법을 배웁니다.
나도 만들어본다 AI 앱 (tensorflow2.0 + android)
남들 다 AI를 해서, 저도 AI를 공부하면서 한번 정리해봤습니다. 입문하시는 분들이 어렵지 않게 이해하실 수 있도록 노력했습니다.
[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.
[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.
DNN, CNN, RNN을 활용한 딥러닝 실무
DNN, CNN, RNN? 어려워보이는 전문 용어도 본 강의를 통해 딥러닝의 핵심 알고리즘을 완벽히 정리하여 실제로 활용해보는 딥러닝 실습 과정!
자바스크립트 머신러닝 TensorFlow.js
자바스크립트 환경에서 머신러닝 개념을 다룹니다. 자바스크립트와 TensorFlow.js로 머신러닝을 구현하는 형태와 코드를 다룹니다.