교육과정 상세보기

메뉴바로가기: 메인메뉴 바로가기; 컨텐츠 바로가기

Loading...

교육과정 상세보기

교육과정 상세보기

교육과정 상세보기

텐서플로우 기반 딥러닝

교육정보
교육 일정	[희망일정입력]
교육 개요	파이썬을 사용해서 구글 텐서플로 머신러닝 라이브러리를 딥러닝에 적용하는 과정입니다. 40%의 딥러닝 이론 설명과 60%의 파이썬 텐서플로 구현을 통해 실제 데이터에 딥러닝을 적용하는 방법에 대해 깊이 있는 수업을 진행합니다. 파이썬 문법을 별도로 설명하지는 않고, 수업 중에 등장하는 부분에 대해서만 필요할 경우 제한적으로 설명함으로써 최대한의 시간을 딥러닝에 집중합니다. 프로그래밍에 대한 경험이 많지 않아도 충분히 수강할 수 있는 정도의 난이도로 진행하지만, 최대한의 교육 효과를 얻기 위해서는 파이썬 수강을 추천합니다.
교육 목적	1. 텐서플로 기본 사용법을 비롯한 핵심 기술 전달 2. 딥러닝 핵심 알고리즘인 Cost Function과 Gradient Descent Algorithm에 대한 확실한 이해 3. 딥러닝 알고리즘과 텐서플로의 효율적인 연동 기술 습득 4. 개인 또는 회사가 소유한 실제 데이터에 대해 적용할 수 있는 다양한 기술 획득 및 관련 코드 구현
교육 기간	3일(21시간)
교육비	1,300,000 원
교재	(-)
선수 지식	Python 기본
교육 대상	- 텐서플로 사용법을 필요로 하는 임직원 - 딥러닝 알고리즘에 대해 학습을 필요로 하는 임직원 - 딥러닝 알고리즘을 파이썬으로 수행해야 하는 임직원
교육 내용	1. 수업 개요 수업 범위에 대한 개괄 2. 개발 환경 구축 파이썬, 파이참 설치 텐서플로 설치 3. 파이썬 리뷰 반복문, 함수, 리스트 4. 인공지능 사례 현재 시점의 다양한 사례 나열 및 설명 5. Cost Function Cost 함수, 미분 Gradient Descent 파이썬 기반 6. 텐서플로 기초 상수, 변수, 연산자 7. Linear Regression Regression 알고리즘 텐서플로 연동 8. 텐서플로 placeholder 9. Linear Regression 속도/제동거리 데이터 loadtxt 함수, unpack 10. Cost Function Cost, Gradient Descent 텐서플로 기반 11. 파이썬 확장 슬라이싱, numpy fancy 인덱싱 11. Multi-Variable Linear Regression 알고리즘 설명 행렬 계산 12. Multi Linear 확장 trees 데이터셋 연동 데이터 시각화 13. 파이썬 객체 클래스 기본 개념 정리 14. 교재 정리 Neural Networks History Application and Tips 15. 데이터 전처리 Standardization Normalization 16. Logistic Regression Linear Regression 확장 활성 함수, sigmoid 17. 파이썬 확장 컴프리헨션 17. stochastic decision boundary sgd, mini-batch 18. Logistic Regression iris 데이터셋 연동 데이터셋 구분 (train, validation, test) 19. SoftMax 알고리즘 설명 relu, cross-entropy One-hot encoding 알고리즘 중간 결과 20. SoftMax iris 데이터셋 연동 softmax 기본 코드 확장 21. 앙상블 성능 향상 기법 클래스 버전 22. mini-batch softmax 미니배치 버전 23. Queue Runners string_input_producer TextLineReader decode_csv, batch 24. 교재 정리 Hinton’s summary 25. 멀티 레이어 mnist 데이터셋 xavier 초기화 drop-out 26. BackPropagation 미분 연쇄법칙 알고리즘 설명 27. CNN 교재 설명 및 코드 구현 28. TensorBoard 그래프 시각화 29. 모델 저장 및 복구 텐서플로 기반 pickle, binary data 30. 종합 평가
수강후기	교육내용 강사 교육센터