![[OpenCV] 파이썬 딥러닝 영상처리 프로젝트 2 - 불량사과를 찾아라!강의 썸네일](https://cdn.inflearn.com/public/courses/325290/course_cover/0f6dc5fe-e6e6-414a-af6d-10f589e50788/openCV-dnn2-rotten-apple-eng.jpg?f=avif&w=420)
[OpenCV] 파이썬 딥러닝 영상처리 프로젝트 2 - 불량사과를 찾아라!
노마드크리에이터
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.
중급이상
Tensorflow, 딥러닝, OpenCV
[Tensorflow2] Complete conquest of Python machine learning - Marathon record prediction project
This is a comprehensive machine learning project course that learns various useful machine learning regression and classification projects along with theory using Python and TensorFlow 2 based on Boston Marathon big data.
What you will learn!
Build machine learning models and programs
Problem Solving with TensorFlow
Predicting machine learning classification results
Predicting machine learning regression results
Understanding artificial intelligence, machine learning, and deep learning
Data processing for machine learning and deep learning
Data processing and analysis with Python Pandas
Data Analysis Using Python
[Tensorflow2] Complete conquest of Python machine learning - Marathon record prediction project
Learn both the concepts and practical techniques of machine learning using Python and Tensorflow2.
We will hone your skills by working together on five different projects based on key topics.
Boston Marathon Big Data Using Python and TensorFlow
The basic concepts of machine learning, along with key topics such as regression and classification
Develop concepts and practical application skills by learning five projects together
A fun and useful machine learning project course.
Project 1. Basics of Linear Regression
: Predict the remaining marathon time
Learn the concept of linear regression, the foundation of machine learning.
Learn the basic concepts of linear regression and use machine learning to analyze and predict Boston Marathon data using Python TensorFlow.
Using about 80,000 Boston Marathon big data, machine learning learns the records up to 30 km by selecting the desired runner. Then, the records of the remaining sections of 35, 40, and 42.195 km are predicted using linear regression and compared with actual data. We learn the concepts and techniques of solving linear regression problems using TensorFlow.
Using about 80,000 Boston Marathon big data, machine learning learns the records up to 30 km by selecting the desired runner. Then, the records of the remaining sections of 35, 40, and 42.195 km are predicted using linear regression and compared with actual data. We learn the concepts and techniques of solving linear regression problems using TensorFlow.
Project 2. Multi Variable Regression
: Marathon completion record prediction
Understand multi-variable regression problems and learn how to solve them.
Learn the basics and solutions to multi-variable regression problems and predict your and your friends' Boston Marathon completion times by inputting gender, age, and pace data.
Check out the results of machine learning that predicted the completion record by using the Multi Variable Regression technique, which inputs gender, age, and pace values and learned about 80,000 Boston Marathon big data. Even without running the marathon, it learns machine learning and predicts the record based on the analyzed data.
Check out the results of machine learning that predicted the completion record by using the Multi Variable Regression technique, which inputs gender, age, and pace values and learned about 80,000 Boston Marathon big data. Even without running the marathon, it learns machine learning and predicts the record based on the analyzed data.
Project 3. Multi Variable, Output Regression
: Marathon section record prediction
Understand Multi Variable, Output Regression problems and learn how to solve them.
This time, you will learn the basics and solutions of regression problems that input multiple variables and output multiple outputs. If you input gender, age, and pace data, you can predict not only the Boston Marathon completion record but also the expected records for each 10, 20, and 30 km section.
Using the Multi Variable Input and Multi Output Regression technique, the machine learning that receives gender, age, and pace values as input and learns from about 80,000 Boston Marathon big data predicts not only the completion record but also the records for each 10, 20, and 30 km section.
Using the Multi Variable Input and Multi Output Regression technique, the machine learning that receives gender, age, and pace values as input and learns from about 80,000 Boston Marathon big data predicts not only the completion record but also the records for each 10, 20, and 30 km section.
Project 4. Binary Logistic Classification
: Check if you are qualified for the marathon
Understand the concept of Binary Classification, the basis of Logistic Regression/Classification, and learn how to solve it.
Before you apply for the marathon, enter your gender, age, and pace data to see if you qualify. We will predict whether you qualify based on your past Boston Marathon records.
Using the Binary Classification technique, which is the basic of Logistic Regression, we will predict whether or not a marathon will qualify. We will also learn the technique of adding the qualification status to the existing Boston Marathon data of about 80,000 cases using advanced Python pandas technology.
Using the Binary Classification technique, which is the basic of Logistic Regression, we will predict whether or not a marathon will qualify. We will also learn the technique of adding the qualification status to the existing Boston Marathon data of about 80,000 cases using advanced Python pandas technology.
Project 5. Multinomial Logistic Classification
: Marathon record class prediction
Understand the concept of Multinomial Classification in Logistic Regression/Classification and learn how to solve it.
Before you enter the marathon, enter your gender, age, and pace information to check your expected time class. We will predict your time class based on your past Boston Marathon times.
Using the Multinomial Classification technique of Logistic Regression, we divide your marathon completion record into three grades: 'Outstanding (>25%)', 'Average (25~75%)', and 'Below (<75%)', and predict your expected grade.
Using the Multinomial Classification technique of Logistic Regression, we divide your marathon completion record into three grades: 'Outstanding (>25%)', 'Average (25~75%)', and 'Below (<75%)', and predict your expected grade.
Special lecture
'Model accuracy is over 99% We have added a special lecture called 'Raising the bar'. This lecture is ' [ Raspberry Pi ] IoT Deep Learning Computer Vision Practice The project started with a question from students in the course: "Why can't the MNIST handwriting model say '7' is '7'?" Of course, there are various factors such as the accuracy of the model, program exception handling, and the raw MNIST data, but since the existing Nueral Network model is simple for learning, I created the content to reconfigure the Nueral Network model to increase its accuracy to 99.38%.
Please look forward to various lectures on deep learning, IoT, etc. using machine learning in the future.
The materials and program sources used in the lecture can be obtained from the Creapple (www.creapple.com) website, a knowledge learning center that I run.
Taking a course on the basics of Python and data visualization and analysis will be of great help in carrying out your project.
Python 100-minute core lecture
The core and fundamentals of Python
Once you master the skills, it will be a great help in other courses.
The core and fundamentals of Python
Once you master the skills, it will be a great help in other courses.
Python Data Visualization Analysis Practical Project
Machine learning using Python's Pandas, Matplotlib, and Seaborn.
It can be used in various projects such as deep learning.
Learn data visualization and analysis techniques all at once.
Recommended for
these people!
Who is this course right for?
Those who want to use artificial intelligence in practice
Those who want to develop basic knowledge for deep learning
Anyone who wants to learn data science
For those who want to use TensorFlow directly
Those who want to develop machine learning concepts and practical skills at the same time
Anyone working on a data analysis project
For those preparing for machine learning/deep learning projects
Need to know before starting?
Python Data Processing, Visualization - Python Data Visualization Analysis Practical Project
Python Basics - Python 100-minute core lecture
Willingness to study hard
21,950
Students
451
Reviews
556
Answers
4.4
Rating
25
Courses
"노마드크리에이터: 당신의 꿈, 우리의 여정"
대한민국과 NVIDIA가 인정한 딥테크, 싱가포르가 선택한 핀테크 스타트업, 글로벌 무대에서 당신의 가능성을 실현합니다.
노마드크리에이터는 개인의 성장을 넘어, 스타트업으로 도약하며 전 세계를 무대로 전문적인 IT 강의를 제공하고 있습니다.
2019년, 싱가포르 정부의 Entrepass Innovator 프로그램을 통해 시작된 우리의 여정은 곧 혁신적인 스타트업의 이야기로 확장되었습니다.
2020년에는 대한민국에서 인공지능 핀테크 솔루션을 개발하며 딥테크 분야의 선두주자로 자리매김했고, NVIDIA 협업 프로그램 최우수 프로젝트와 ASUS Global Startup Challenge Award를 포함한 다양한 글로벌 인정과 성과를 이뤘습니다.
2023년에는 NVIDIA의 지원으로 미국에 회사를 설립하며 글로벌 시장을 향한 도약을 시작했습니다.
경험을 넘어, 비전을 공유합니다.
스타트업 창업 이전, LG CNS와 티머니 등에서 25년간 System Engineer, Project Manager, IT Consultant로서 글로벌 프로젝트를 이끌며 실전 경험과 전문성을 쌓았습니다.
PMP, SAP BW, SCJP, MCSE+DBA, OCP-DBA와 같은 전문 자격을 기반으로, 프로그램 개발, 프로젝트 관리, IT 솔루션 설계 등 다양한 분야에서 성공적인 도전을 이어왔습니다.
이제, 노마드크리에이터는 이러한 경험과 노하우를 집약하여 누구나 쉽고 재미있게 배울 수 있는 교육 콘텐츠를 제공합니다. 실무 중심의 강의부터 최신 기술 트렌드를 반영한 전문 과정까지, 개인의 성장을 위한 맞춤형 학습을 제안합니다.
우리의 미션: "꿈을 현실로, 도전을 기회로"
기술과 교육의 융합으로 더 많은 사람들이 자신만의 가능성을 실현하도록 돕습니다.
노마드크리에이터와 함께라면, 당신의 꿈은 더 이상 멀리 있지 않습니다.
지금 이 순간에도 누군가는 새로운 것을 배우고, 더 나은 자신이 되기 위해 노력하고 있습니다.
하지만 정보의 홍수 속에서 필요한 지식을 찾는 데 소중한 시간을 잃는 일이 얼마나 많습니까?
노마드크리에이터는 이 문제를 해결하고자 합니다.
우리는 지식을 창의적으로 엮어내어, 시간을 아끼고, 가치를 극대화하는 경험을 제공합니다. 우리의 목표는 단순한 정보 전달을 넘어, 지식을 작품처럼 아름답게 전달하는 것입니다.
노마드크리에이터와 함께라면, 당신의 배움은 더 쉽고, 빠르며, 가치 있는 결과를 만들어낼 것입니다.
"배움의 여정에 가치를 더하다, 노마드크리에이터."
이것이 우리가 꿈꾸는 미래입니다.
Curriculum
All
42 lectures ∙ (8hr 51min)
Published:
Last updated:
Reviews
All
25 reviews
4.1
25 reviews
Youngjoo JungReviews 5
∙
Average Rating 4.4
3
24% enrolled선수 강좌를 듣지 않으면 이해를 하는 것이 매우 힘이 듭니다. Keras 강좌를 신청하고 이전 강의를 선수해야 이해하는 부분이 많아서 머신러닝 완전정복 강좌를 신청했었는데.... 또 이전강의를 신청해야하는 일이 발생해서 공부의 효율성이 매우 떨어졌습니다. 선수 강의의 수강이 옵션이 아닌 의무가 되어야 정확하게 아웃풋을 수반하는 강좌가 될 것 같습니다
- 노마드크리에이터Instructor
안녕하십니까? 좋은 의견 감사드립니다. 말씀하신 부분은 강사로 많은 고민이 되는 부분입니다. 예전에 All in One식의 강의를 만들었을때 독자분들의 수준이 달라 본인이 아시는 내용이 많다는 의견도 있고, 강의를 모듈화하면 원하는 부분만 수강하고 수강생들의 비용을 줄이지 않을까하여 강의를 모듈화하고 있습니다. 그래서 앞으로 딥러닝이나 Tensorflow.js, Tensorflow IOT 등을 별도 강의로 모듈화할 계획입니다. 그러나 이러다보니 독자님이 말씀하신데로 여러 과목을 수강해야하는 불편도 고민됩니다. 그래서 지금 제 크리애플(www.creapple.com)에 정기구독하여 모든 강의를 이용할 수 있는 기능을 만들고 있습니다. 이번 달 중에 개편 오픈 예정인데 도움이 되시길 바랍니다. 감사합니다.
노마드크리에이터 강사님 답변 감사드립니다. 말씀 주신 대로 정기구독의 형태라면 보다 나은 아웃풋이 수반될 것 같습니다. 그리고 강사님 강좌의 개별 내용은 정말 도움이 되고 모티베이션도 업이됩니다. 다만, 현재에는 어밴저스의 앞편을 보지 않고 뒷편을 봐야하는 그런 기분입니다.
- 송치훈
Reviews 2
∙
Average Rating 5.0
- 이종석
Reviews 24
∙
Average Rating 4.5
- chrischina
Reviews 4
∙
Average Rating 5.0
- 방자만세
Reviews 14
∙
Average Rating 4.9
nomad's other courses
Check out other courses by the instructor!
![[라즈베리파이] IoT 딥러닝 Computer Vision 실전 프로젝트강의 썸네일](https://cdn.inflearn.com/public/courses/324813/course_cover/eb51871d-082a-4b77-add0-f87421aaac46/sjh-IoT.png?f=avif&w=420)
![[OpenCV] 파이썬 딥러닝 영상처리 프로젝트 - 손흥민을 찾아라!강의 썸네일](https://cdn.inflearn.com/public/courses/324508/course_cover/067408c8-819a-4a84-bd51-0ffb20a4ec3d/sjh_opencv.png?f=avif&w=420)
![[모바일] 딥러닝 Computer Vision 실전 프로젝트강의 썸네일](https://cdn.inflearn.com/public/courses/324985/course_cover/6bedded2-1f32-4d11-be03-6e5bf5a3b488/sjh-mobile-cv.png?f=avif&w=420)
![[텐서플로2] 파이썬 딥러닝 완전정복 - GAN, BERT, RNN, CNN 최신기법강의 썸네일](https://cdn.inflearn.com/public/courses/324484/course_cover/f6f03229-d156-4a27-a0f2-ede2361c586f/sjh_Deep_Learning.png?f=avif&w=420)
Similar courses
Explore other courses in the same field!
![[개정판] 파이썬 머신러닝 완벽 가이드강의 썸네일](https://cdn.inflearn.com/public/courses/324238/cover/7e380aa0-48ba-4ee7-a6b2-8da7900568d6/324238-eng.png?f=avif&w=420)
![[All that MBA] 데이터 사이언스, 어떻게 인사이트를 얻을 것인가?강의 썸네일](https://cdn.inflearn.com/public/courses/327860/cover/8a5000a8-5554-4e2f-8bb1-2cca2abccc27/Data-Science-eng-1.jpg?f=avif&w=420)
![[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)강의 썸네일](https://cdn.inflearn.com/public/courses/329972/cover/dcfb28fd-48c1-4bb1-ab31-d59eac874194/329972-original.png?f=avif&w=420)
![[관리코스 #3] DE, DBA (SSIS, SSAS, MachineLearning, BI, ETL)강의 썸네일](https://cdn.inflearn.com/public/courses/329784/cover/c5e6543b-72c3-4471-b43f-15b9002e65ed/329784-eng.png?f=avif&w=420)
