[초급자를 위한] AutoKeras로 배우는 머신러닝 분석 대시보드

초급자를 위해 준비한
[딥러닝 · 머신러닝] 강의입니다.

[AutoKeras로 배우는 머신러닝] 강의에서는, 이전에 머신러닝에서 사용되는 Keras 라이브러리에서 발전한 AutoKeras를 배우고 직접 예제를 통해 활용해 볼 수 있습니다.

아. 근데 Keras와 AutoKeras가 뭐죠 💬

Keras는 TensorFlow와 더불어 가장 많이 사용되고 있는 수많은 딥러닝 프레임워크 중 하나입니다. 실제로 머신러닝 입문자가 쉽게 배울 수 있으면서, 높은 수준의 기능을 가진 API를 제공합니다.

AutoKeras는 이러한 Keras를 기반으로 개발된 AutoML 시스템입니다. "모든 사람이 기계 학습에 접근할 수 있도록 하는 것" 을 목표로 하는 이 프레임워크는 효율적 신경 구조 검색을 위한 네트워크 형태를 토대로 누구나 쉽고 간단하게, 단 몇 줄의 코드로도 학습과 예측이 가능하게 해 줍니다.

그렇다면, 어디에 활용할 수 있나요?

머신러닝 모델에서 가장 어려운 점은 모델링 방법과 파라미터 튜닝의 결정, 딥러닝 네트워크의 시도와 확인이라고 할 수 있습니다. 즉, 적절한 결과가 나올때까지 실험을 반복하며 적절한 모델 설계를 해야 했습니다. 하지만 AutoKeras를 활용한다면 짧은 양의 코드만으로 이와 같은 과정을 자동화할 수 있습니다. 머신러닝에서 적절한 모델을 찾기 위한 여러 시도와 그에 따른 더 이상적인 모델과 결과를 찾는데 도움을 줄 것입니다.

이 강의의 학습 목표 📜

• AutoKeras와 Keras를 비교하며 기본적인 사용법을 학습합니다.
• AutoKeras를 통해 이미지 분류 모델을 활용합니다.
• AutoKeras의 상세기능과 여러 아케텍처를 사용합니다.
• 예제를 활용해 데이터를 전처리하고 이를 AutoKeras를 통해 예측하는 모델을 만듭니다.

이 강의를 들은 후 당신의 모습 📚

• Keras와 AutoKeras의 차이에 대해 알 수 있습니다.
• Keras와 AutoKeras의 기본적인 활용법을 통해 모델을 만들 수 있습니다.
• mnist 예제를 통해 이미지 분류를 위한 AutoKeras 모델을 만들고 예측결과를 확인할 수 있습니다.
• AutoModel을 통해 탐색공간을 정의하고, ImageClassifer를 통해 예측 모델을 만들 수 있습니다.
• 다양한 예제를 바탕으로 AutoKeras를 통해 예측 모델을 형성하고 결과를 확인할 수 있습니다.
  

강의 내용을 미리 확인하세요!

이런 분들께 추천드려요!