검색 결과가 없어요
[개정판] 파이썬 머신러닝 완벽 가이드
이론 위주의 머신러닝 강좌에서 탈피하여 머신러닝의 핵심 개념을 쉽게 이해함과 동시에 실전 머신러닝 애플리케이션 구현 능력을 갖출 수 있도록 만들어 드립니다.
처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 문제로 개념/활용 익히기) [데이터과학 Part2]
강사가 처음 머신러닝을 익혔을 때, 실패했던 경험을 바탕으로, 쉽게 머신러닝을 이해하고, 실제 문제에 적용할 수 있도록 기존 강의와 다르게, 새롭게 꾸민 강의입니다
비전공자/입문자를 위한 Data Science(DS)와 AI 학습 & 취업 가이드
Data Science(DS)와 Artificial Intelligence(AI) 관련 직군 분석과 관련 직군으로 커리어를 쌓아나가기 위한 학습 및 취업 로드맵을 배워보세요.
Python Streamlit을 활용한 대시보드 만들기 (feat. 빅데이터 분석기사 실기 준비)
Python 초보자의 눈높이에 맞춰 가장 쉽고 가장 실용적인 과정으로 기획된 입문 강의로 Streamlit을 활용한 직관적인 대시보드, 배포를 위한 Google Cloud Platform 등을 배웁니다. 또한, 빅데이터 분석기사 실기 준비도 같이 할 수 있습니다.
CUDA 프로그래밍 (1) - C/C++/GPU 병렬 컴퓨팅 - CUDA 커널 kernel
✅ 전체 (1) ~ (6)의 시리즈 중, (1) CUDA 커널(kernel) 실제로 만들기 ✅ NVIDIA GPU + CUDA 프로그래밍을 기초부터 차근차근 설명합니다. ✅ C++/C 언어로 배열/행렬/이미지처리/통계처리/정렬 등을 병렬 컴퓨팅으로 매우 빠르게 처리합니다.
스파크 머신러닝 완벽 가이드 - Part 1
스파크(Spark) 머신러닝의 핵심 Framework에 대한 이해, 난이도 높은 실전 문제를 통한 SQL 기반의 데이터 가공, 업무 도메인 분석을 통한 데이터 분석과 최적화된 머신러닝 모델 구현 능력까지, 대용량 데이터 기반에서 머신러닝 전문가로 인정 받고 싶다면 이 강의와 함께 하십시요.
머신러닝/딥러닝으로 이어지는 선형대수
머신러닝/딥러닝 연구에 반드시 필요한 선형대수 내용을 다룹니다.
AI로 돈 버는 법 - 사례로 알아보는 AI Transformation
AI 기업리뷰를 통해 AI 기술이 우리의 현재와 미래를 어떻게 바꿔나갈지를 다양한 사례를 통해 살펴봅니다. AI 프로젝트를 진행하기 위해 필요한 요소들을 살펴봄으로써 다가올 AI Transformation을 준비합니다.
머신러닝 처음 시작하기 (기초 원리 + 초급 실습)
머신러닝을 처음 접하는 사람들을 대상으로 기초적인 머신러닝 이론을 간략하게 다룬 머신러닝 기초 강의입니다.
AI 웹 프로그래밍 (Streamlit)
AI 데이터 분석 및 모델링 결과를 Web Program 으로 만들어 보세요.
CUDA 프로그래밍 (4) - C/C++/GPU 병렬 컴퓨팅 - 행렬 matrix 곱하기
✅ 전체 (1) ~ (6)의 시리즈 중, (4) 행렬(2D 배열) 병렬로 동시에 곱하기 ✅ NVIDIA GPU + CUDA 프로그래밍을 기초부터 차근차근 설명합니다. ✅ C++/C 언어로 배열/행렬/이미지처리/통계처리/정렬 등을 병렬 컴퓨팅으로 매우 빠르게 처리합니다.
실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기
도커를 사용해서 클라우드에 딥러닝 분석환경을 만들 수 있습니다. 구글, MS 등이 관리하는 도커 이미지와 클라우드가 결합할 때 여러분의 컴퓨터에서 가장 최신의 딥러닝 분석 방법으로 작업을 수행하는 것이 가능해집니다.
[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트
보스톤 마라톤 빅 데이터를 기반으로 파이썬과 텐서플로2를 이용하여 다양하고 유용한 머신러닝 회귀(Regression)와 분류(Classification) 프로젝트를 이론과 함께 배우는 머신러닝 종합 프로젝트 과정입니다.
인공지능 기초수학
학창시절 수포자였나요? 인공지능에서 수학이 중요하다고 하는데, 어떻게 접근해야할지 막막하나요? 인공지능에서 수학이 중요한 이유는, 인공지능(머신러닝과 딥러닝)의 연산 과정에서 수학을 사용하고 있기 때문입니다. 인공지능을 이해하기 위한 미분, 선형대수학 및 확률과 통계에 대한 쉬운 설명을 위해 수학적 풀이보다 그래프(좌표)를 이용한 쉬운 설명으로 구성되었습니다.
파이썬으로 시작하는 머신러닝+딥러닝(sklearn을 이용한 머신러닝부터 TensorFlow, Keras를 이용한 딥러닝 개발까지)
머신러닝&딥러닝의 기초부터 확실하게! 파이썬으로 분류/회귀/군집/인공신경망 생성과 활용까지
누구나 쉽게 이해하는 4차 산업혁명 ICBM기술
4차 산업혁명 기술의 핵심인 ICBM (IoT, Cloud, Big Data, ML) 및 자율주행차, 메타버스 등의 관련 기술을 기초부터 학습하여, 향후 기술의 변화를 대비할 수 있는 역량을 키우도록 합니다.
딥러닝을 위한 기초 수학
딥러닝을 본격적으로 활용하기 위한 머신러닝 개념, 인공지능의 학습 원리, 모델 구현을 위한 수학적 원리 알기!
프로그래밍 시작하기 : 파이썬 입문 (Inflearn Original)
이미 2만명 이상이 학습하고 만족한 최고의 프로그래밍 입문 강의. 인프런이 비전공자 위치에서 직접 기획하고 준비한 프로그래밍 입문 강의로, 프로그래밍을 전혀 접해보지 못한 사람부터 실제 활용 가능한 프로그래밍 능력까지 갈 수 있도록 도와주는 강의입니다.
머신러닝 모델을 활용한 Android, iOS 앱 개발
간단한 머신러닝 모델을 기반으로 Android/iOS 앱을 만들어보고, 머신러닝에 대한 기초, TFLite를 사용한 모델 변환, 안드로이드 앱/iOS 앱을 구현하는 과정을 알게됩니다.
인공지능 활용 추천 시스템
본 강의는 추천시스템의 기본개념부터 딥러닝 적용원리까지 다룹니다. 협업 필터링, 콘텐츠 기반 필터링, 하이브리드 추천 시스템 등 다양한 추천 알고리즘을 배우며 추천 서비스 개발을 위한 실무역량을 키워보세요!
머신러닝/딥러닝 소개 및 학습을 위한 파이썬 속성 과정
머신러닝 및 딥러닝 전반에 대한 개요와 기본 도구 사용 방법, 그리고 학습에 필요한 파이썬 언어 지식을 단기간에 습득할 수 있습니다.
딥러닝 이론 + PyTorch 실무 완전 정복
딥러닝 현업에 종사하기 위해 필요한 딥러닝의 “핵심 개념”을 배우고 PyTorch을 활용한 실습을 통해서 실제 딥러닝 프로젝트를 수행하는데 필요한 실무를 가르쳐주는 강의입니다.
[PY 0204] 인공지능을 위한 파이썬 레벨3
[인공지능을 위한 파이썬] 시리즈의 네 번째 강의입니다. 파이썬의 문법과 함께 머신러닝, 딥러닝에 사용되는 실전연습을 하는 강의입니다.
JavaScript와 Tensorflow.js로 배우는 머신러닝
웹 개발자라면 누구나 알고 있는 JavaScript, 이제 이 강력한 언어로 머신러닝의 세계를 탐험해보세요! 이 강의는 JavaScript와 함께 강력한 머신러닝 라이브러리인 Tensorflow.js를 활용하여 머신러닝 모델을 구축하고 배포하는 방법을 배웁니다. 웹 기반의 머신러닝 애플리케이션 개발에 필요한 모든 기술을 단계별로 안내합니다. 이 강좌를 통해 학습자는 머신러닝의 핵심 원리를 체계적으로 이해하게 됩니다. 더불어, 자바스크립트와 Tensorflow.js API를 활용한 딥러닝 모델의 개발 방법 및 사전 훈련된 모델을 기반으로 하는 전이 학습(Transfer Learning) 활용법과, 이 모든 지식이 브라우저 환경에서 상호작용적으로 적용되는 법을 배우게 됩니다.