딥러닝(Deep Learning)을 텐서플로(Tensorflow)를 활용하여 학습할 수 있는 강의입니다. 선형(Linear) 회귀, 로지스틱(Logistic) 회귀, 소프트맥스(Softmax) 회귀 모델을 배우고, 최종적으로 패션 이미지를 분류할 수 있는 MLP 모델을 만들어보세요!
이런 걸
배워요!
딥러닝을 활용한 Fashion 이미지 데이터 분류
Multi Layer Perceptron
Softmax Regression
Logistic Regression
Linear Regression
Tensorflow를 활용한 딥러닝 모델 생성
딥러닝을 공부하는 일은 어려운 것이 사실입니다. 다양한 수학적인 이해, 개념적인 이해가 필요할 뿐만 아니라, 실제로 모델을 만들어 보기 위해서는 프로그래밍 역량까지 요구되기 때문이죠.
이 강의의 목적은 입문자들이 딥러닝(Deep Learning)과 텐서플로(Tensorflow)를 이해하고 활용하는 데 필요한 기초 지식을 습득하는 것입니다. 수강 후에는 간단한 딥러닝 모델을 구현하고, Tensorflow와 같은 딥러닝 프레임워크를 이해할 수 있습니다.
입문자들이 가장 많이 겪는 고민 중 하나는 딥러닝이 막연히 너무 어려워 보인다는 것일 것 같습니다. Optimizer, Loss function, SGD 등의 용어와 개념이 무척 어려워 보인다는 것이죠. 이를 해결하기 위해서 이 강의에서는 딥러닝과 텐서플로 기초 지식을 습득할 수 있도록 핵심 개념을 명확하게 설명하고, 각 개념을 실습과 예제를 통해 학습할 수 있도록 구성되어 있습니다.
또 입문자들이 가장 많이 겪는 고민 중 하나는 Tensorflow와 같은 딥러닝 프레임워크를 실제로 어떻게 활용할 수 있는지입니다. 강의에서는 실제로 모델을 만들고 학습시키는 과정을 구체적인 예제와 함께 설명하고 있기 때문에 입문자들이 Tensorflow를 직접 활용하며 딥러닝을 이해할 수 있도록 도움을 드립니다!
프로그래밍 기초를 쌓고
딥러닝을 배우고자 하는 분
딥러닝, 텐서플로를 핵심 위주로
빠르게 익히고 싶은 분
딥러닝과 텐서플로에 대한 이해도 상승
강의에서는 딥러닝과 텐서플로의 기초 개념부터 실습까지 포괄적으로 다루고 있습니다. 실제로 모델을 구현하고 활용하는 과정을 경험함으로써, 딥러닝과 텐서플로에 대한 이해도를 크게 높일 수 있습니다!
딥러닝 분야에 대한 자신감 상승
강의를 통해 딥러닝과 텐서플로에 대한 기초 지식과 구현 능력을 습득한 여러분은 딥러닝 분야에 대한 자신감을 높일 수 있습니다. 이러한 자신감은 이후 딥러닝 분야에서의 공부에 대한 동기부여가 될 거예요!
너무 이론에만 매몰되지 않도록, 실습도 놓치지 않도록, 딥러닝에 입문하시는 분들을 위해 핵심적인 내용을 담았습니다.
선형 회귀(Linear Regression)부터 로지스틱 회귀(Logistic Regression), 소프트맥스 회귀(Softmax Regression)까지 본격적인 딥러닝 모델을 만들기까지 기본이 되는 모델에 대해 공부합니다.
보다 효과적으로 학습하실 수 있도록 개념편과 실습편으로 나누어서 구성했습니다. 또한, 구글 Colab을 활용하여 환경에 구애받지 않고 누구나 손쉽게 실습을 진행하실 수 있도록 했습니다.
Q. 프로그래밍, 수학을 어느 정도 알아야 하나요?
우선, 프로그래밍에 관해서는 파이썬 기초 프로그래밍은 하실 수 있다는 것을 가정합니다. 물론 제가 파이썬 기초 강의도 제작했으니 선수강하시면 되겠죠?! ㅎㅎ 수학은 딱! 미분까지만 아셔도 좋습니다. 혹시나 까먹으셨다면 고등학교 때 배운 수학.. 잠깐만 복습해보자구요!
Q. 실습은 어떻게 진행되나요?
구글 Colab은 클라우드 환경에서 주피터(Jupyter) 개발 환경을 제공합니다. 따라서 컴퓨터 사양에 상관 없이 누구나 쉽게 따라 하실 수 있답니다.
학습 대상은
누구일까요?
딥러닝에 관심 있는 대학생/직장인
딥러닝에 대한 기초 지식을 배우고 싶은 사람
선수 지식,
필요할까요?
미분 개념
파이썬(Python) 기초
웹, 서버, 데이터를 다루는 개발자입니다.
누구나 재밌고 유익하게 배울 수 있는 개발 콘텐츠를 만들겠습니다.