BEST

[Deep Learning Expert Course DL1102] Python Level 2 for Deep Learning

Name: [Deep Learning Expert Course DL1102] Python Level 2 for Deep Learning
Price: 24750 KRW

Expand on the basic grammar of Python and work on machine learning/deep learning projects.

(5.0) 11 reviews

223 learners

asdfghjkl13551941

Python

Deep Learning(DL)

Anaconda

Reviews from Early Learners

What you will learn!

Python Basics
Deep Learning Basics Items
How CNN related modules work
Problem solving skills

Solve mini-projects on your own and develop the implementation skills needed to learn deep learning!

Orientation video

[L4DL] Project Curriculum 📑

[Full screen link]

From Lv.1 to Lv.2

In this course, [Python for Deep Learning Level 1] , you'll expand on Python syntax and implement more complex concepts used in deep learning . Furthermore, through six mini-projects, you'll significantly improve your implementation skills, not just lectures.

6 Mini-pojects

Top-5 Accuracy
Edge Detection
Convolutional Layer
K-Nearest Neighbor Classification
K-means Clustering

Mini-projects aren't just about listening to programming lectures; they're designed to cultivate implementation skills . Instead, they first provide time to listen to a problem situation and then try to solve it on your own . Afterward, they receive an explanation and then review the problem.

Programming skills are determined by how well you can translate your thoughts into programs. Through these projects, you will be able to: Practice the implementation skills needed to learn deep learning .

Advanced Equations

In Level 2, you'll learn slightly more complex formulas than in Level 1. These formulas are actively used in deep learning .

Through this course, you will be able to greatly improve the following abilities:

Ability to understand formulas
Ability to implement formulas into programs

You can gain the following knowledge:

The operating principles of items you will learn in deep learning in the future
The Need for Vectorization

Assembling Building Blocks

If you break down any program into small modules, those small modules are made up of basic operations .

In mini-projects, we will combine the small modules we have learned so far to directly implement machine learning algorithms such as K-nearest neighbor classification and K-means clustering, as well as deep learning-related topics such as convolutional layers and edge detection .

Lecture Materials

All source code and brief explanations covered in this lecture are provided as Jupyter Notebook files.

Recommended for
these people

Who is this course right for?

For those who are new to deep learning
For those who are learning Python for the first time
People who lack program implementation skills
For those who want to start learning deep learning and Python together
Anyone who wants to join the deep learning specialized course

Need to know before starting?

[Python Level 1 for Deep Learning] Students

Hello
This is

3,032

Learners

126

Reviews

Answers

5.0

Rating

Courses

강의 이력

[멋쟁이 사자처럼] 인공지능중고급과정
[국립기상과학원] 2022년, 2023년, 2025년 기상 AI 부스트캠프
[삼성전기] 신입SW과정 전문반
[국가과학기술인력개발원] R&D 수행 역량 강화 장기 멘토링
[국가과학기술인력개발원] R&D 전문과정 이러닝 컨텐츠 제작
[국가과학기술인력개발원] 박사후연구원 연구 데이터 시각화 과정
[원광대학교] 원광대학교 AI 집체교육 및 AI 장단기과정
[한국지능정보사회진흥원] SW여성인재 교육
[SK m&service] 데이터 기반 의사결정
[한국IT비즈니스진흥협회] ICT COG Academy
[서울시 교육청] 신기술분야 연수
[KT] KT AI 역량향상 과정
[K-ICT] 데이터 안심구역 분석캠프
[경기도경제과학진흥원] 처음으로 배우는 비전 AI
[경기도경제과학진흥원] 파이썬 데이터 분석 입문
[서울과학기술원] AI 활용 심화교육
[서울대학교] AI 활용 역량강화 교육
[HD한국조선해양] AIC AI 연구직 역량 평가 개발
[멀티캠퍼스] 원리부터 구현까지, 머신러닝 핵심 알고리즘 마스터

[패스트캠퍼스] 수학적으로 접근하는 딥러닝
[패스트캠퍼스] 한 번에 끝내는 머신러닝과 데이터분석 A-Z
[패스트캠퍼스] 바이트 디그리 Lv.2 Deep Learning Essentials
[패스트캠퍼스] 딥러닝인공지능 초격차
[패스트캠퍼스] 컴퓨터 공학 초격차 VER.2

Curriculum

All

60 lectures ∙ (42hr 28min)

Course Materials:

Lecture resources

Section 1. Introduction to the Course

1 lectures ∙ (13min)

1. Orientation
13:56

Section 2. Exercise Group.1: Using Jupyter Notebook

1 lectures ∙ (18min)

2. Exercise 1~3
18:09

Section 3. Exercise Group.2: Extending the For Loop

1 lectures ∙ (51min)

3. Exercise 4~6
51:36

Section 4. Exercise Group.3: Tuple and zip

2 lectures ∙ (48min)

Section 5. Exercise Group.4: Tuple Unpacking & zip practice

2 lectures ∙ (1hr 17min)

Section 6. Exercise Group.5: For Loop + enumerate

2 lectures ∙ (1hr 0min)

Section 7. Exercise Group.6: zip + enumerate

2 lectures ∙ (57min)

Section 8. Exercise Group.7: (Mini-project) Top-5 Accuracy

3 lectures ∙ (1hr 37min)

Section 9. Exercise Group.8: String Formatting

2 lectures ∙ (1hr 47min)

Section 10. Exercise Group.9: Dictionary

2 lectures ∙ (1hr 28min)

Section 11. Exercise Group.10: Dictionary Looping and Meta Data

2 lectures ∙ (1hr 35min)

Section 12. Exercise Group.11: (Mini-project) Mean Subtraction & Normalization

3 lectures ∙ (1hr 41min)

Section 13. Exercise Group.12: List Comprehension

2 lectures ∙ (1hr 5min)

Section 14. Exercise Group.13: Dictionary Comprehension

2 lectures ∙ (1hr 5min)

Section 15. Exercise Group.14: Importing Modules

2 lectures ∙ (1hr 23min)

Section 16. Exercise Group.15: Graphs of Transcendental Functions

2 lectures ∙ (1hr 20min)

Section 17. Exercise Group.16: Average / Max Pooling

3 lectures ∙ (1hr 44min)

Section 18. Exercise Group.17: Correlation / Convolution

2 lectures ∙ (1hr 40min)

Section 19. Exercise Group.18: AveragePooling2D / MaxPooling2D

2 lectures ∙ (1hr 52min)

Section 20. Exercise Group.19: Corr2D / Conv2D

2 lectures ∙ (1hr 47min)

Section 21. Exercise Group.20: (Mini-project) Edge Detection

3 lectures ∙ (1hr 15min)

Section 22. Exercise Group.21: Zero-padding

2 lectures ∙ (1hr 37min)

Section 23. Exercise Group.22: 2D Zero-padding

2 lectures ∙ (1hr 57min)

Section 24. Exercise Group.23: Strides

2 lectures ∙ (1hr 54min)

Section 25. Exercise Group.24: 2D Strides

2 lectures ∙ (2hr 7min)

Section 26. Exercise Group.25: (Mini-project) Convolutional Layer

3 lectures ∙ (1hr 55min)

Section 27. Exercise Group.26: (Mini-project) K-Nearest Neighbor

2 lectures ∙ (2hr 40min)

Section 28. Exercise Group.27: (Mini-project) K-means Clustering

2 lectures ∙ (3hr 18min)

Section 29. Outro to the Course

2 lectures ∙ (3min)

Published:

Last updated:

Reviews

All

11 reviews

5.0

11 reviews

alexna9046
Reviews 5
∙
Average Rating 5.0
5
100% enrolled
Tôi cảm thấy lớp học được cấu trúc sao cho tôi có thể học được nhiều điều theo một cách nào đó và việc học thực tế diễn ra tốt đẹp. Cảm ơn
endymion
Reviews 14
∙
Average Rating 5.0
5
100% enrolled
Tôi đã cứng đầu! Đó thực sự là một bài giảng hay. Mặc dù tôi đã tham gia khóa học này và biết một số ngữ pháp cơ bản và NumPy, nhưng nó rất hữu ích vì tôi có thể học nhiều phương pháp khác nhau có thể được sử dụng liên quan đến học sâu. đặc biệt Tôi nghĩ rằng tôi có thể hiểu sâu hơn bằng cách trực tiếp triển khai Tạo dữ liệu, Lớp tích chập, Hàng xóm gần nhất K và Phân cụm K-nghĩa. Tôi cũng dự định tham gia các bài giảng tiếp theo. Cảm ơn bạn vì bài giảng tuyệt vời!
lym9309201853
Reviews 8
∙
Average Rating 5.0
5
100% enrolled
Nó giúp tôi rất nhiều. Cảm ơn bạn!
junyak2
Reviews 2
∙
Average Rating 5.0
5
100% enrolled
Đó thực sự là một bài giảng hay. Tôi đã có thể cải thiện kỹ năng triển khai của mình rất nhiều bằng cách triển khai nhiều thuật toán khác nhau với một lượng ngữ pháp hạn chế.
airjoy2460
Reviews 18
∙
Average Rating 5.0
5
80% enrolled
Tôi ngày càng cảm thấy Python quen thuộc hơn.

Access is restricted to non-public courses.

Private Course

asdfghjkl13551941's other courses

Check out other courses by the instructor!

Giải phóng nhân loại khỏi toán học (Đại số cơ bản)

asdfghjkl13551941

Đây là bài giảng cô đọng các nội dung toán đã học ở bậc THCS và THPT. Bạn học những kiến thức và kỹ thuật toán học cần thiết với nhiều bài thực hành cho từng mục.

Nhập môn

algebra

Giải phóng nhân loại khỏi toán học (Đại số cơ bản)

asdfghjkl13551941

[PL 0302] Python cho thao tác dữ liệu - Lớp học nâng cao NumPy

asdfghjkl13551941

Đây là một khóa học về cách sử dụng NumPy và thực hành thực tế với nó.

Nhập môn

Numpy, Python, AI

[PL 0302] Python cho thao tác dữ liệu - Lớp học nâng cao NumPy

asdfghjkl13551941

[PY 0204] Python cấp 3 cho trí tuệ nhân tạo - Hàm

asdfghjkl13551941

Đây là bài giảng thứ tư trong loạt bài [Python cho trí tuệ nhân tạo]. Đây là bài giảng cung cấp các bài tập thực hành được sử dụng trong machine learning và deep learning cùng với ngữ pháp của Python.

Nhập môn

Python, AI

[PY 0204] Python cấp 3 cho trí tuệ nhân tạo - Hàm

asdfghjkl13551941

[PY 0201] Python cấp độ 1 cho trí tuệ nhân tạo

asdfghjkl13551941

Đây là khóa học có nhiều bài luyện tập về ngữ pháp cơ bản của Python. Đây là khóa học thực hành thực tế được sử dụng trong Machine Learning, Deep Learning, cùng với ngữ pháp Python.

Nhập môn

Python, AI

[PY 0201] Python cấp độ 1 cho trí tuệ nhân tạo

asdfghjkl13551941

Giải phóng nhân loại khỏi toán học (Đại số tuyến tính Phần I) - Hình học Vector

asdfghjkl13551941

Đây là bài giảng đầu tiên về đại số tuyến tính và là bài giảng về hiểu biết hình học về vectơ và các phép toán vectơ.

Nhập môn

Linear Algebra, algebra

Giải phóng nhân loại khỏi toán học (Đại số tuyến tính Phần I) - Hình học Vector

asdfghjkl13551941

[PY 0205] Python Level 4 cho Trí tuệ nhân tạo - Đối tượng và Lớp

asdfghjkl13551941

Đây là bài giảng thứ năm của series [인공지능을 위한 파이썬]. Bài giảng này thực hành các bài tập ứng dụng được dùng trong Machine Learning, Deep Learning, cùng với cú pháp Python.

Cơ bản

Python, AI

[PY 0205] Python Level 4 cho Trí tuệ nhân tạo - Đối tượng và Lớp

asdfghjkl13551941

[PY 0203] Cơ bản về gỡ lỗi

asdfghjkl13551941

Là buổi học thứ ba của series [인공지능을 위한 파이썬]. Bạn sẽ học cách gỡ lỗi mã Python.

Nhập môn

Python, AI, debugging

[PY 0203] Cơ bản về gỡ lỗi

asdfghjkl13551941

[PY 0202] Python Level 2 cho Trí tuệ nhân tạo

asdfghjkl13551941

Đây là khóa học thứ hai của series [Python dành cho Trí tuệ nhân tạo]. Đây là khóa học thực hành các bài tập thực tế được sử dụng trong Machine Learning, Deep Learning, cùng với cú pháp Python.

Nhập môn

Python, AI

[PY 0202] Python Level 2 cho Trí tuệ nhân tạo

asdfghjkl13551941

[PL 0303] Python cho Trực quan hóa Dữ liệu - Lớp học Master Matplotlib

asdfghjkl13551941

Đây là một bài giảng về trực quan hóa dữ liệu bằng thư viện Matplotlib.

Nhập môn

Matplotlib, Python, AI

[PL 0303] Python cho Trực quan hóa Dữ liệu - Lớp học Master Matplotlib

asdfghjkl13551941

Giải phóng nhân loại khỏi toán học (Giải tích Phần I) - Giải tích vi phân

asdfghjkl13551941

Giới hạn của hàm số, đạo hàm, đạo hàm, công thức đạo hàm, cách sử dụng đạo hàm

Nhập môn

Integral Differential

Giải phóng nhân loại khỏi toán học (Giải tích Phần I) - Giải tích vi phân

asdfghjkl13551941

Mạng thần kinh sâu của Shin Kyung-sik - Gradients and PyTorch's Autograd

asdfghjkl13551941

Đây là khóa học để học các phương pháp vi phân cơ bản cần thiết để bắt đầu với deep learning và tính năng Autograd của PyTorch.

Cơ bản

Deep Learning(DL), Integral Differential, PyTorch

Mạng thần kinh sâu của Shin Kyung-sik - Gradients and PyTorch's Autograd

asdfghjkl13551941

[PL 0301] Môi trường ảo Python và Anaconda

asdfghjkl13551941

Học khái niệm và cách thiết lập môi trường ảo.

Nhập môn

Anaconda

[PL 0301] Môi trường ảo Python và Anaconda

asdfghjkl13551941

Hướng dẫn LaTeX viết phương trình

asdfghjkl13551941

Đây là bài giảng về cách sử dụng LaTeX để viết công thức.

Nhập môn

LaTeX

Hướng dẫn LaTeX viết phương trình

asdfghjkl13551941

[Deep Learning Expert Course DL1102] Python Level 2 for Deep Learning

Reviews from Early Learners

What you will learn!

Orientation video

[L4DL] Project Curriculum 📑

From Lv.1 to Lv.2

6 Mini-pojects

Advanced Equations

Assembling Building Blocks

Lecture Materials

Recommended for these people

HelloThis is .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

강의 이력

Curriculum

Reviews

asdfghjkl13551941's other courses

Recommended for
these people

Hello
This is