[텐서플로2] 파이썬 딥러닝 완전정복 - GAN, BERT, RNN, CNN 최신기법

딥러닝 이제는 선택이 아닌 필수입니다.
급속도로 발전하는 딥러닝을 오랜된 교재와 기법으로만 배우실 겁니까?

[텐서플로2] 파이썬  딥러닝 완전정복
GAN, BERT, RNN, CNN 최신기법

🗒 강의소개

알파고가 인간의 영역인 바둑을 정복하며 우리는 인공지능의 미래가 현실이 된 것을 알게되었습니다.

그러면서 인공지능, 머신러닝 그리고 딥러닝이 엄청난 주목을 받으며 빠른 속도로 발전하고 있습니다.

그런데 딥러닝을 어떻게 실전에서 활용하는지 조차 모르는 경우가 많고,

기술의 빠른 발전으로 빠른 분야임에도 이미 전통적인 기법이 된 CNN, RNN기법만을 가르치는 교재만 있는 것을 보고 

딥러닝의 최신 기법인 GAN, BERT, RNN, CNN을 모두 배우는 과정을 만들게 되었습니다. 

이론 뿐 아니라 다양한 프로젝트 예제를 같이하면서 실전능력을 키우는 과정으로 만들었습니다.

🌈 프로젝트 소개 

프로젝트 1. CNN(Convolutional Neural Network)기법을 활용하여

MNIST 손글씨 숫자 이미지를 인식하는 딥러닝 모델을 만듭니다. 

프로젝트 2. RNN(Recurrent Neural Network)기법을 활용하여

IMDB 영화평 데이터를 분석하는 딥러닝 모델을 만듭니다. 

프로젝트 3. 자연어처리의 신기술 BERT(Bidirectional Encoder Representations from Transformers)기법을 활용하여

IMDB 영화평 데이터를 94% 정확도로 분석하는 딥러닝 모델을 만듭니다. 

프로젝트 4. 최신 GAN(Generative Adversarial Networks)기법을 활용하여

MNIST 손글씨 이미지를 생성하는 딥러닝 모델을 만듭니다. 

특별강의

'Model 정확도 99%이상 높이기'라는 특별강의를 추가했습니다. 이 강의는 '[라즈베리파이] IoT 딥러닝 Computer Vision 실전 프로젝트'과정 수강생 분들이 MNIST 손글씨 모델이 아래 사진처럼 '7을 왜 7이라 하지 못하나요?'라는 질문에서 시작되었습니다. 물론 모델의 정확도 뿐 아니라 프로그램 예외처리, MNIST원시데이터 등 다양한 요인이 있지만 기존 Nueral Network 모델이 학습용으로 단순해서 이걸 99.38%까지 정확도를 높이기 위해  Nueral Network 모델을 다시 구성하는 내용을 만들어 봤어요.

 

🙋🏻‍♂️ 강의 관련 질문

Q. 이 강의는 어떤 프로그램을 사용하나요?
A. 이 과정에서는 파이썬3, 아나콘다, 텐서플로2를 기본으로 사용합니다.  

선수과정인 파이썬 머신러닝과정을 배우셨다면 같은 프로그램을 사용하고 있습니다.

Q. 이 강의는 어떤 특징을 가지고 있나요?
A. 딥러닝은 빠르게 발전하는 만큼 최신 기법을 배워야 합니다. 이 과정에서는 GAN, BERT와 같은 최신 기법을 배웁니다.

이 과정은 이론 설명 뿐 아니라 실전 프로젝트를 통해서 딥러닝을 배우게 됩니다.

Q. 비전공자도 들을 수 있나요?
A. 딥러닝이나 데이터 과학은 꼭 전산을 전공한 분만 할 수 있는 분야가 아닙니다.

여러분의 열정만 있다면 충분히 배우고 활용할 수 있는 내용입니다.