입문자를 위해 준비한
[인공지능, 데이터 분석] 강의입니다.
이런 걸
배워요!
파이썬 기초
딥러닝 기초 아이템
CNN 관련 module 작동원리
문제해결능력
mini-project를 스스로 해결하며, 딥러닝을 배우는데 필요한 구현 능력을 키워보세요!
오리엔테이션 영상
[L4DL] Project Currimulum 📑
From Lv.1 to Lv.2
[딥러닝을 위한 파이썬 레벨1] 강의에서 파이썬 문법을 조금 더 확장하며, 딥러닝에서 사용되는 조금 더 어려운 아이템들을 직접 구현해봅니다. 또한 다음과 같이 6개의 mini-project들을 통해 강의를 듣는 것이 아닌 구현능력을 크게 키웁니다.
6개의 Mini-pojects
- Top-5 Accuracy
- Edge Detection
- Convolutional Layer
- K-Nearest Neighbor Classification
- K-means Clustering
Mini-project는 단순히 프로그래밍 강의를 듣는 것이 아닌 구현하는 능력을 배양하기 위해 문제 상황을 들은 뒤, 스스로 해결해보는 시간을 먼저 제공합니다. 이후 설명을 들은 뒤, 다시 한 번 복습하는 시간을 제공합니다.
프로그래밍 능력은 자신이 생각하고 있는 내용을 얼마나 프로그램으로 잘 만드는지에 따라 결정됩니다. 본 프로젝트들을 통해 앞으로 딥러닝을 배우는데 필요한 구현능력을 연습해보세요.
Advanced Equations
레벨2 과정에서는 레벨1보다 조금 더 복잡한 수식을 배웁니다. 그리고 이 수식들은 딥러닝에서 활발히 사용되는 수식들입니다.
본 강의를 통해 여러분들은 다음과 같은 능력들을 크게 향상시킬 수 있으며
- 수식을 이해하는 능력
- 수식을 프로그램으로 구현하는 능력
다음과 같은 지식들을 얻을 수 있습니다.
- 앞으로 딥러닝에서 배우게 되는 아이템들의 동작원리
- Vectorization의 필요성
Assembling Building Blocks
어떠한 프로그램도 잘게 나누어보면, 그 작은 module들은 기본적인 동작으로 이루어져있습니다.
Mini-project들에서는 우리가 여태 배웠던 작은 module들을 조합하여 K-nearest neighbor classification, K-means clustering들과 같은 머신러닝 알고리즘과 convolutional layer, edge detection와 같은 딥러닝 관련 주제들을 직접 구현해봅니다.
Lecture Materials
- 본 강의에서 다루는 모든 소스코드와 간단한 설명을 Jupyter Notebook 파일로 제공합니다.
이런 분들께
추천드려요!
학습 대상은
누구일까요?
딥러닝을 처음 입문하시는 분
파이썬을 처음 배우시는 분
프로그램 구현 능력이 부족하신 분
딥러닝과 파이썬을 함께 시작하시고 싶은 분
딥러닝 전문 과정에 함께 하고 싶으신 분
선수 지식,
필요할까요?
[딥러닝을 위한 파이썬 레벨1] 수강생
안녕하세요
공대형아(신경식)입니다.
강의 이력
[멋쟁이 사자처럼] 인공지능중고급과정
[국립기상과학원] 2022, 2023년 기상 AI 부트캠퍼
[삼성전기] 신입SW과정 전문반
[국가과학기술인력개발원] R&D 수행 역량 강화 장기 멘토링
[원광대학교] 원광대학교 AI 집체교육 및 AI 장단기과정
[한국지능정보사회진흥원] SW여성인재 교육
[SK m&service] 데이터 기반 의사결정
[한국IT비즈니스진흥협회] ICT COG Academy
[패스트캠퍼스] 수학적으로 접근하는 딥러닝 강사
[패스트캠퍼스] 한 번에 끝내는 머신러닝과 데이터분석 A-Z
[패스트캠퍼스] 바이트 디그리 Lv.2 Deep Learning Essentials
[패스트캠퍼스] 딥러닝인공지능 초격차
[패스트캠퍼스] 컴퓨터 공학 초격차 VER.2
커리큘럼
전체
60개 ∙ (42시간 28분)
가 제공되는 강의입니다.