inflearn logo
知識共有
inflearn logo

人工知能開発 Part 5 実践ディープラーニングプロジェクト

: "環境構築から7つの実務プロジェクトまで、データドメインを横断するディープラーニング・フルスタックの旅(全35講)" 単にサンプルコードをなぞるレベルを超え、実際の現場で扱う多様な形態のデータをディープラーニングで料理する方法を学びます。CPU/GPU開発環境の構築から始まり、ゴミの分別(画像)、株価予測(時系列)、心電図の異常検知(AE)、アニメーション化(GAN)、医療画像セグメンテーション(U-Net)、サウンド分類(オーディオ)まで!ディープラーニングの核心アルゴリズムを、実践プロジェクトを通じて体系的に攻略します。

5名 が受講中です。

難易度 初級

受講期間 無制限

AI
AI
Deep Learning(DL)
Deep Learning(DL)
Machine Learning(ML)
Machine Learning(ML)
Python
Python
Big Data
Big Data
AI
AI
Deep Learning(DL)
Deep Learning(DL)
Machine Learning(ML)
Machine Learning(ML)
Python
Python
Big Data
Big Data

受講後に得られること

  • * CPU/GPUハードウェアアクセラレーションを活用したディープラーニング開発環境の構築能力

  • * 画像、時系列、サウンド、生体信号など5種類以上のデータ前処理技術

  • * LSTM、GAN、AE、U-Netなど、主要なディープラーニングモデルの実務実装能力

  • * OpenCVとディープラーニングモデルを結合した統合サービス設計能力

  • * 転移学習(Transfer Learning)を活用したモデル性能最大化のノウハウ

講義紹介


: "環境構築から7つの実務プロジェクトまで、データドメインを横断するディープラーニング・フルスタックの旅(全35講)"

単にサンプルコードをなぞるレベルを超え、実際の現場で扱う多様な形態のデータをディープラーニングで料理する方法を学びます。CPU/GPU開発環境の構築から始まり、ゴミの分別(画像)、株価予測(時系列)、心電図の異常検知(AE)、アニメーション化(GAN)、医療画像セグメンテーション(U-Net)、サウンド分類(オーディオ)まで!ディープラーニングの核心アルゴリズムを、実践プロジェクトを通じて体系的に攻略します。

 

この講義だけの核心ポイント

* 圧倒的なプロジェクトの多様性:画像分類を超え、時系列、オーディオ、生成モデル、医療映像など、実務の核心ドメインをすべて扱います。

* 実戦型環境の構築:ディープラーニングの必須関門であるGPU環境の構築から、実務段階のデータ前処理プロセスまでを余すところなくお見せします。

* 最新アーキテクチャの実習: LSTM、AutoEncoder、CycleGAN、U-Netなど、目的に合わせた最適なモデルを直接実装し、適用します。

* 非定型データマスター:メルスペクトログラム(サウンド)、DICOMベースの医療映像、時系列の株価データなど、扱いが難しいデータを直接ハンドリングします。

* OpenCVとの結合:ディープラーニングモデルにOpenCVを結合し、実際のサービスに適用可能なレベルのパイプラインを設計します。

追加コンテンツに関する情報は、ソフトキャンパスのサイトにアクセスするとご確認いただけます。

http://www.softcampus.co.kr/main.softcampus


📱 カリキュラム&プロジェクトのプレビュー


✒ Section 1. ディープラーニングの開始および環境構築 (1講 ~ 3講)

本格的な学習に先立ち、ディープラーニングの流れを理解し、学習速度を最大化するためのCPUおよびGPU開発環境を完璧に構築します。

主な学習:講座ロードマップ、ローカルおよびクラウドGPU環境の設定


✒Section 2. [Project 1] スマート分別回収分類器 (4講 ~ 9講)

画像分類の全過程を経験します。データの収集から前処理、転移学習(Transfer Learning)を利用した高性能モデルの実装まで学習します。

コア技術:画像データの前処理、データ拡張、CNN、転移学習の活用戦略

 

✒ Section 3. [Project 2] 時系列株価データ分析 (10講 ~ 12講)

サムスン電子の株価データを活用し、時間とともに変化するデータを処理する方法を学びます。EDAを通じてインサイトを導き出し、再帰型ニューラルネットワーク(RNN)を適用します。

コア技術:時系列データEDA、データ正規化、LSTM(Long Short-Term Memory)モデリング


✒ Section 4. [Project 3] 心電図データの異常検知 (13講 ~ 16講)

生体信号データを活用して、正常と異常を区分します。非監督学習の代表格であるAutoEncoderの原理と実務への適用方法を学びます。

主な学習:心電図(ECG)データの特性、AutoEncoder(AE)の概要および実装、異常検知ロジック


✒ Section 5. [Project 4] GANを利用した写真のアニメ化 (17講 ~ 23講)

最も興味深い生成AI分野を扱います。普通の写真をアニメ風の画風に変換するCycleGANアーキテクチャを深く掘り下げます。

コア技術:GANの原理、Image-to-Image Translation、CycleGANの構造および適用


✒ Section 6.[Project 5] 医療画像に基づく疾患診断 (24講 ~ 28講)

医療AIの核心であるイメージセグメンテーションを学びます。U-Netモデルを使用して、画像内の特定の疾患部位を正確に特定する技術を習得します。

コア技術:U-Netアーキテクチャ、医療映像の前処理、Semantic Segmentation


✒ Section 7.[Project 6] サウンドデータ分類 (29講 ~ 32講)

音声データをディープラーニングが理解できる形式に変換し、分類します。オーディオ処理に不可欠なライブラリと手法を学習します。

主な学習:Librosaの活用、メルスペクトログラム(Mel Spectrogram)変換、オーディオディープラーニングモデリング


✒ Section 8.[Project 7] 数字合計計算機 (33講 ~ 35講)

OpenCVとディープラーニングを組み合わせた統合プロジェクトです。画像から数字を認識し、物理的な演算を行う実務パイプラインを完成させます。

主な学習:OpenCV画像処理、ディープラーニングモデル連携、数字認識および合計算出ロジック


✒ 知識共有者の紹介

ユン・ジェソン(Likelion データ分析メイン講師)


開発経歴
• SKT「アイランド・アドベンチャー」モバイルコンテンツ開発・ローンチ
• KT「クイズサッカー」モバイルコンテンツ開発・ローンチ
• SK「モバイル公認仲介士」ローンチ
• iPhone「漢字通」アプリ開発
• iPhone「ヘルストレーニング」アプリ開発
• KT/SK 日本ナムコ「テイルズ オブ コモンズ」コンテンツ開発
• KT ミニゲーム(ヤグムヤグム陣取り、アラジンの魔法のランプ、ミステリーブロック探偵団、BUZZ and BUZZ)開発

講義経歴
サムスンマルチキャンパス、釜山情報産業振興院、全州情報文化産業振興院、仁川情報産業振興院、韓国電波振興院、SK C&C、Tアカデミー、韓国ロボット産業振興院、大田ETRI、サムスン電子、nica教育センター、韓国生産性本部、ハンファS&C、サムスン電子、LG電子、SK C&Cなど、国内の有名企業の現職者および未就業者を対象に、講義および開発19年目の経歴を持つベテラン講師です。

講義分野
Java、Android、フレームワーク、データベース、UML、iPhone、ビッグデータ処理および分析、Python、モノのインターネット(IoT)、R/Pythonを活用したデータ分析、ディープラーニング、機械学習AI、Spark分野などの分野について講義します。多様な経験を活かして最大限わかりやすく説明し、実習に適用できるよう例題を作成し、解説を行う構成で講義を行っています。オフライン授業ではないため、わからないことは質問&回答を

こんな方に
おすすめです

学習対象は
誰でしょう?

  • * プロジェクト中心に素早く学びたい方:退屈な理論の羅列よりも、実際に動作するAIモデルをいくつか作ってみたい方

  • * 様々なデータドメインを経験したい方:画像だけでなく、時系列、オーディオ、医療データなどの非定型データをすべて制覇したい方

  • * 生成AIと最新アーキテクチャに興味がある方:GAN、CycleGAN、U-Netなど、実務で注目されているモデルを直接実装してみたい方

  • * ポートフォリオが必要な就活生・転職希望者:一つの分野に限定されない7つのディープラーニングプロジェクトの成果物を確保したい方

前提知識、
必要でしょうか?

  • Pythonの基本文法に習熟している必要があり、NumpyとPandasを活用した基礎的なデータハンドリングの経験があれば最適です。

  • ディープラーニングモデルの数学的な原理よりも、実践的な実装と応用に焦点を当てているため、コーディングスキルがある入門者の方なら十分に読み進めることができます。

こんにちは
softcampusです。

16,078

受講生

827

受講レビュー

594

回答

4.7

講座評価

45

講座

ソフトキャンパスは、オン・オフライン講義およびコンテンツ販売を支援する教育センターです。

AI関連分野および多様な講義・コンテンツの購入に関するお問い合わせは、raputa@nate.comおよび電話 02-553-0824 までご連絡ください。

ありがとうございます。

もっと見る

カリキュラム

全体

37件 ∙ (12時間 31分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

softcampusの他の講座

知識共有者の他の講座を見てみましょう!

似ている講座

同じ分野の他の講座を見てみましょう!

期間限定セール

¥6,301

50%

¥12,603