
언리얼 네트워크
SW School
₩60,500
24%
₩45,380
초급 / Unreal Engine, UE Blueprint
5.0
(3)
언리얼 엔진에서 제공하는 네트워크 프레임워크의 구성을 이해합니다. 서버, 클라이언트, 리플리케이션, RPC가 무엇이며 어떻게 작동하는지 이해합니다. 언리얼 프레임워크를 이용하여 네트워크 게임을 제작할 수 있습니다.
초급
Unreal Engine, UE Blueprint
강의를 홍보 링크로 공유하면, 판매 수익의 최대 25%를 받을 수 있어요!
딥러닝과 AI의 학습 원리를 이해할 수 있어요.
Keras를 사용하여 딥러닝을 구현할 수 있어요.
Python과 Keras 를 사용하여 딥러닝과 AI 의 학습 원리를 이해하고,
데이터별 활용 방법과 작업별 활용 방법을 익힐 수 있습니다.
또한, 실습을 통해 실제 문제에 딥러닝을 적용하는 방법을 배울 수 있습니다.
본 강의는 초보자를 대상으로 하지만,
기초적인 파이썬 프로그래밍 경험이 있다면 더욱 효과적으로 학습할 수 있습니다.
이 강의는 딥러닝에 대한 흥미를 갖고 있는 분들부터
머신러닝 엔지니어, 데이터 과학자, 개발자, 학생들에게 적합합니다.
딥러닝의 기초부터 실무 응용까지 폭넓게 다루고 있으니, 여러분의 딥러닝 실력 향상에 도움이 될 것입니다.
함께 딥러닝의 세계로 떠나볼까요?
- 딥러닝/AI에 대한 개념과 학습 원리를 이해할 수 있다.
- Keras를 사용하여 딥러닝을 구현할 수 있다.
- 데이터의 종류 별 딥러닝 적용 방법을 배울 수 있다.
- 작업 종류별 딥러닝 사용 방법을 학습할 수 있다.
강의자료는 별도로 제공하지 않습니다
녹음환경으로 인해 수업영상에 노이즈가 있습니다. 수강 전 미리보기 영상을 참고해주세요.
학습 대상은
누구일까요?
개발자로 직무 전환 및 취업을 희망하는 분
프로그래밍/AI 의 기초가 필요하신 분
선수 지식,
필요할까요?
파이썬
전체
63개 ∙ (12시간 55분)
1. 딥러닝 학습 원리
29:40
2. perceptron, DNN
15:50
3. 문제 복잡도와 모델 크기
13:27
4. AI, ML, DL 관계
17:39
5. 다양한 기술적 용어들
12:52
6. Colab
16:06
7. 필요 라이브러리들
06:10
10. 로스 그래프
09:36
12. 입력 출력 모양과 모델 구조
09:41
14. 오버피팅 완화법
12:07
15. callback
08:42
16. 지표 종류
13:07
19. 데이터의 종류
16:53
20. 데이터 전처리 4가지
13:47
21. Data Generator
11:22
24. 속성 데이터의 예측
12:40
25. 속성 데이터 분류
18:47
26. 영상 데이터의 이해
15:32
27. CNN 소개
11:13
28. 영상 데이터 증강
15:14
29. crop and resize
12:10
30. 영상 데이터 예측
12:18
31. 영상 데이터 분류
12:42
32. 전이학습 이해
07:41
33. 전이학습 예측
13:06
34. 전이학습 분류
12:01
35. 순차열 데이터 이해
17:28
36. RNN 소개
10:27
37. 숫자열 예측
10:28
38. 숫자열 분류
10:21
39. 다중 숫자열 예측
10:20
40. 문자열 예측
10:03
41. 문자열 분류
10:05
42. 문자열 연속 예측
12:39
43. 자연어 데이터의 이해
13:02
44. 단어열 분류
15:30
45. 단어열 예측
12:38
46. 한글 단어열 분류
10:47
52. 영역분할-u-net
17:26
53. 영역분할-m-net
08:11
56. 노이즈 제거, 해상도 증대
10:36
57. 속성 데이터 이상 탐지
11:41
58. 영상 데이터 이상 감지
07:11
59. 포즈 추출
04:29
60. 스타일 변환
05:26
61. GAN의 이해
16:17
62. 강화 학습
08:38
63. 알파고의 이해
12:52
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!
월 ₩21,780
5개월 할부 시
17%
₩132,000
₩108,900