메뉴바로가기
메인메뉴 바로가기
컨텐츠 바로가기
 Loading... 

컨텐츠

교육과정 상세보기

교육과정 상세보기

텐서플로우 기반 딥러닝

교육정보
교육 일정
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 5일(35시간)
교육비 1,800,000 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

1일차

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


2일차

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


3일차

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)


4일차

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


5일차

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