컴퓨터 비전의 가장 기본적인 데이터셋인 MNIST에 대한 이론적 개념을 정리하고, Torchvision의 API를 통한 구현 및 직접 custom dataset class를 구현하는 방법을 배웁니다.

컨볼루셔널 뉴럴 네트워크의 핵심 모듈인 컨볼루셔널 레이어와 풀링 레이어의 연산을 이론적으로 완벽히 정리하고, 직접 구현하여 구현 능력을 배양하는 강의입니다.

딥러닝을 활용한 컴퓨터 비전의 가장 중요한 연산인 컨볼루션을 집중적으로 다루는 강의입니다.

컴퓨터 비전 분야에 대한 간단한 소개를 진행하는 강의입니다.

딥러닝 기반 컴퓨터 비전 학습 전 필수적인 이미지의 이론적 기초를 다집니다. 픽셀, 해상도, 색상 표현 등 이미지 데이터의 본질을 이해하고, Python을 활용해 이미지를 읽고 변환하며 전처리하는 실전 프로그래밍 능력을 배양합니다.

Gradient-based Linear Regression (1)에서 직접 구현한 코드를 PyTorch의 기능들을 이용하여 실전 코드로 구현하는 방법을 배우는 강의입니다. 또한 데이터 전처리에 대한 필요성, 이론, 학습에 미치는 영향을 이론적으로 배우고, 실전 코드로 구현하는 강의입니다.

Gradient descent로 가장 간단한 형태의 딥러닝 모델을 학습시키는 과정에 대해 완벽히 이해하는 강의입니다.

딥러닝의 가장 핵심적인 학습 알고리즘인 gradient descent를 집중적으로 학습하는 강의입니다.

딥러닝을 시작하기 위해 필요한 기본적인 미분법과 PyTorch의 Autograd 기능을 배우는 강의입니다.

맷플롯립 라이브러리를 이용한 데이터 시각화를 다루는 강의입니다.

넘파이의 사용법과 이를 이용한 실전연습을 진행하는 강의입니다.

가상환경의 개념과 설정하는 방법을 배웁니다.