BEST

인공지능

컴퓨터 비전

차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원

Name: 차량 번호판 인식 프로젝트와 TensorFlow로 배우는 딥러닝 영상인식 올인원
Price: 141900 KRW

차량 번호판 인식 실전 프로젝트를 통해 딥러닝/TensorFlow/컴퓨터비전 기초부터 실무 응용까지 전 과정을 한번에 학습할 수 있는 올인원 형태의 강의입니다. 다양한 실습을 통해 Custom Dataset에 최신 딥러닝 모델을 응용할 수 있는 실무 능력을 기를 수 있습니다.

(4.7) 수강평 67개

수강생 654명

AISchool

Tensorflow 딥러닝 머신러닝 CNN NLP

초급자를 위해 준비한
[인공지능] 강의입니다.

이런 걸 배울 수 있어요

MNIST,CIFAR-10 등의 기초 예제가 아닌 딥러닝 실무 프로젝트를 진행하는 법
Custom Dataset에 최신 딥러닝 모델을 적용하는 법
딥러닝/머신러닝 기초 개념부터 실무 응용까지 단계별 학습
최신논문에서 제안된 딥러닝 모델 구조에 대한 깊은 이해(EfficientNet, CenterNet, EAST, ...)
Object Detection, Text Detection, OCR, Image Captioning, Generative Model 등 다양한 컴퓨터 비전 문제영역에 사용되는 최신 딥러닝 모델들의 원리와 사용법
딥러닝 모델의 성능을 향상시키는 법

다양한 실전 프로젝트와 최신논문 학습을 통해
딥러닝/컴퓨터비전 전문가로 거듭나보세요. 😀

수강 전 확인해주세요!

이 강의는 기존 <TensorFlow 2.0으로 배우는 딥러닝 입문>, <TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체검출하기> 강의와 일부 수업이 겹칩니다. 수강 전 커리큘럼을 확인해 주시길 바랍니다.

해당 커리큘럼 목록

<TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체 검출하기> 섹션 1

Object Detection 문제영역 소개
Object Detection Metric - IoU, mAP
Object Detection Datasets – Pascal VOC, MS COCO, KITTI, Open Images

<TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체 검출하기> 섹션 3

TensorFlow Object Detection API 소개

<TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체 검출하기> 섹션 4

R-CNN(Regions with CNN)
Fast R-CNN
Faster R-CNN
Non-Maximum Suppression (NMS)
SSD(Single Shot MultiBox Detector)
RetinaNet
CenterNet

<TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체 검출하기> 섹션 5

Pre-Trained Model을 이용한 Object Detection

<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 1

인공지능, 머신러닝, 딥러닝 & 지도 학습, 비지도 학습, 강화 학습
딥러닝, 텐서플로 응용 분야
간략히 살펴보는 딥러닝의 역사

<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 3

머신러닝의 기본 프로세스 - 가설 정의, 손실함수 정의, 최적화 정의
TensorFlow 2.0을 이용한 선형 회귀(Linear Regression) 알고리즘 구현
Batch Gradient Descent, Stochastic Gradient Descent, Mini-Batch Gradient Descent
Training Data, Validation Data, Test Data & 오버피팅(Overfitting)
소프트맥스 회귀(Softmax Regression) & 크로스 엔트로피(Cross-Entropy Loss Function) & One-hot Encoding & MNIST
TensorFlow 2.0 케라스 서브클래싱(Keras Subclassing)
TensorFlow 2.0과 Softmax Regression을 이용한 MNIST 숫자분류기 구현

<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 4

다층 퍼셉트론 MLP
TensorFlow 2.0과 ANN을 이용한 MNIST 숫자분류기 구현

<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 5

오토인코더(AutoEncoder)의 개념
TensorFlow 2.0과 오토인코더를 이용한 MNIST 데이터 재구축

<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 6

컴퓨터 비전 문제의 어려움과 CNN 기반 컴퓨터비전 시대의 도래
컨볼루션 신경망의 핵심개념 - 컨볼루션(Convolution), 풀링(Pooling)
TensorFlow 2.0을 이용한 MNIST 숫자분류를 위한 CNN 구현
드롭아웃(Dropout)
TensorFlow 2.0을 이용한 CIFAR-10 이미지 분류를 위한 CNN 구현

<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 7

순환신경망(RNN)
경사도 사라짐 문제(Vanishing Gradient Problem) & LSTM & GRU
임베딩(Embedding)의 개념 & Char-RNN
TensorFlow 2.0을 이용한 Char-RNN 구현

<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 8

tf.train.CheckpointManager API를 이용해서 파라미터 저장하고 불러오기
텐서보드(TensorBoard)를 이용해서 학습과정 시각화(Visualization)하기

<TensorFlow 2.0으로 배우는 딥러닝 입문> 섹션 9

다양한 컴퓨터비전 문제영역 소개
다양한 자연어처리(NLP) 문제영역 소개

Naver(CRAFT)와 Kakao(EAST)에서 실제 사용하고 있는 최신 딥러닝 모델 사용법을 익혀보세요.

딥러닝 컴퓨터비전(Computer Vision) 전문가가 되기 위한 All-in-One 강의!

딥러닝 컴퓨터비전 전문가가 되기 위해 학습해야 하는 모든 요소를 하나의 강의에 종합했습니다.
최신 딥러닝 모델 이해를 위한 필수 이론 지식 : 머신러닝 및 딥러닝의 기초(ANN, CNN)부터 시작해 최신 딥러닝 모델의 원리(EfficientNet, CenterNet)까지 단계별로 필요한 필수 이론 및 지식을 학습합니다.
Python/TensorFlow 2.0을 이용한 코드 구현 능력 : 파이썬 및 텐서플로 2.0을 이용해 실제 프로젝트 진행을 위한 구현 능력을 단계별로 학습합니다.
Custom Dataset 적용을 위한 다양한 실전 프로젝트 : MNIST 같은 기초 예제가 아닌, 다양한 Custom Dataset에 최신 딥러닝 모델을 적용하기 위한 다양한 실전 프로젝트를 진행해 봅니다.

이런 분들께
추천드려요!

학습 대상은
누구일까요?

딥러닝/컴퓨터비전을 진지하게 공부하고 싶은 모든 분
딥러닝/컴퓨터비전을 이용한 실무 프로젝트를 진행하고 싶은 분

선수 지식,
필요할까요?

기초적인 Python 지식

안녕하세요
AISchool입니다.

8,397

명

수강생

589

개

수강평

345

개

답변

4.6

점

강의 평점

개

강의

AISchool ( http://aischool.ai/ )
AISchool 유튜브 채널 운영 ( https://www.youtube.com/@aischool_ai )
서울대학교 인공지능 및 컴퓨터 비전 연구실 석사
[솔라리스의 인공지능 연구실] 블로그 운영
[텐서플로로 배우는 딥러닝] 집필
S전자 컴퓨터 비전 관련 프로젝트 수행
기업대상 [AI 컨설팅 서비스] 제공
에이아이스쿨 [TensorFlow와 실습 프로젝트로 배우는 딥러닝-컴퓨터비전 Basic 코스] 강의 진행

커리큘럼

전체

126개 ∙ (20시간 51분)

해당 강의에서 제공:

수업자료

섹션 1. 강의 소개

3개 ∙ (11분)

1. 강의 소개
11:50
2. 강의 슬라이드 다운로드
3. 실습 colab 링크 확인하는 법

섹션 2. 1강 - 머신러닝/딥러닝/텐서플로/컴퓨터비전 기초 - 딥러닝의 기본개념을 학습하고 기초모델들을 TensorFlow로 구현해보자

21개 ∙ (3시간 41분)

4. 인공지능, 머신러닝, 딥러닝
02:02
5. 머신러닝(Machine Learning)의 정의
03:01
6. 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)
07:26
7. 딥러닝(Deep Learning)
06:01
8. 딥러닝, 텐서플로 응용분야
15:18
9. 간략히 살펴보는 딥러닝의 역사
11:28
10. 머신러닝의 기본 프로세스 - 가설 정의, 손실함수 정의, 최적화 정의
19:25
11. Batch Gradient Descent, Stochastic Gradient Descent, Mini-Batch Gradient Descent
05:10
12. Training Data, Validation Data, Test Data & 오버피팅(Overfitting)
06:29
13. 소프트맥스 회귀(Softmax Regression) & 크로스 엔트로피(Cross-Entropy Loss Function) & One-hot Encoding & MNIST
07:38
14. 다양한 컴퓨터비전 문제영역 소개
15:06
15. TensorFlow 2.0 소개
12:24
16. 파이썬(Python) 설치
03:11
17. pip를 이용한 TensorFlow 설치
01:29
18. TensorFlow 2.0을 이용한 선형 회귀(Linear Regression) 알고리즘 구현
18:53
19. TensorFlow 2.0 케라스 서브클래싱(Keras Subclassing)
04:50
20. TensorFlow 2.0과 Softmax Regression을 이용한 MNIST 숫자분류기 구현
28:33
21. 다층 퍼셉트론 MLP
14:58
22. TensorFlow 2.0과 ANN을 이용한 MNIST 숫자분류기 구현
15:24
23. 오토인코더(AutoEncoder)의 개념
08:35
24. TensorFlow 2.0과 오토인코더를 이용한 MNIST 데이터 재구축
14:06

섹션 3. 2강 - CNN을 이용한 이미지 특징 추출 방법 학습 - CNN의 개념과 표준 CNN 모델들을 살펴보자

9개 ∙ (1시간 51분)

25. 컴퓨터 비전 문제의 어려움과 CNN 기반 컴퓨터비전 시대의 도래
08:48
26. 컨볼루션 신경망의 핵심개념 - 컨볼루션(Convolution), 풀링(Pooling)
16:56
27. TensorFlow 2.0을 이용한 MNIST 숫자분류를 위한 CNN 구현
12:37
28. 드롭아웃(Dropout)
05:06
29. TensorFlow 2.0을 이용한 CIFAR-10 이미지 분류를 위한 CNN 구현
16:17
30. ILSVRC 대회와 표준 CNN 모델들
10:37
31. AlexNet
17:08
32. VGGNet
07:18
33. GoogLeNet(Inception V1)
16:34

섹션 4. 3강 - Pre-Trained CNN - 사전 학습된 CNN을 이용하는 방법을 살펴보자

9개 ∙ (1시간 49분)

섹션 5. 4강 - RNN을 이용한 시계열 특징 추출 방법 학습 - 이미지 데이터를 넘어 시계열 데이터를 다뤄보자

8개 ∙ (1시간 19분)

섹션 6. 딥러닝 논문 구현 프로젝트의 파일 구조

1개 ∙ (2분)

섹션 7. 5강 - Text Detection - 이미지 내의 텍스트의 위치를 찾아보자 & 이미지내 차량 번호판을 찾는 실전 프로젝트를 진행해보자

8개 ∙ (1시간 21분)

섹션 8. 장시간 Training이 필요한 Colab 실습 진행시 유의사항

1개 ∙ (12분)

섹션 9. 실전 프로젝트 진행을 위한 Python 기초지식 습득

3개 ∙ (8분)

섹션 10. 6강 - Optical Character Recognition(OCR) [Text Recognition] - 이미지 내의 글자를 인식하고 차량 번호판 인식 실전 프로젝트를 진행해보자

7개 ∙ (1시간 11분)

섹션 11. 7강 - License Plate Recognition - 차량 번호판 인식 실전 프로젝트를 진행하고 딥러닝 모델 성능 개선 방법을 살펴보자

4개 ∙ (43분)

섹션 12. 8강 - Object Detection - Object Detection의 개념을 단단히 잡고 최신 딥러닝 Object Detection 모델들의 원리를 살펴보자

11개 ∙ (2시간 26분)

섹션 13. 9강 - Object Detection 실전 프로젝트 - Custom Dataset에 최신 딥러닝 모델을 이용한 Object Detection을 수행해보자

19개 ∙ (2시간 57분)

섹션 14. Image Captioning - 이미지에 대한 설명문장을 AI로 자동으로 생성해보자

8개 ∙ (42분)

섹션 15. Generative Adversarial Networks(GAN) - AI를 이용해서 Fake Data를 생성해보자

4개 ∙ (40분)

섹션 16. Neural Style Transfer - 사진에 회화 이미지를 덧씌워보자

4개 ∙ (45분)

섹션 17. Semantic Image Segmentation - 이미지를 픽셀 단위로 분류해보자

1개 ∙ (2분)

섹션 18. Human Pose Estimation - 사람의 자세를 예측해보자

2개 ∙ (18분)

섹션 19. 딥러닝 실무 프로젝트 진행방법 정리 & Papers With Code 활용법 & 컴퓨터비전 외 딥러닝 응용분야 소개

3개 ∙ (24분)

강의 게시일: 2021. 05. 25.

마지막 업데이트일: 2025. 05. 19.

수강평

전체

67개

4.7

67개의 수강평

kream
수강평 1
∙
평균 평점 5.0
2022. 05. 14.
5
25% 수강 후 작성
프로젝트 진행하면서 정말 많은 도움을 받은 강의였습니다. 기초적인 부분도 알려주시고, 코드도 어떻게 진행되는지 잘 알려주셔서 도움이 많이 되었습니다.
- AISchool
  지식공유자
  2022. 05. 20.
  안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요!
김준표
수강평 5
∙
평균 평점 5.0
2022. 06. 28.
5
73% 수강 후 작성
TensorFlow2.0으로 배우는 딥러닝 입문 강의 완강하고 저랑 잘 맞아서 이 강의도 듣게 됐습니다. 아직 전반부 듣고 있긴 하지만 설명도 잘해주시고 프로젝트도 남길 수 있어서 진학 및 취업 준비에 굉장히 도움 많이 될 것 같아요.
- AISchool
  지식공유자
  2022. 07. 03.
  안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요!
김한주
수강평 6
∙
평균 평점 5.0
2021. 06. 24.
5
30% 수강 후 작성
다른 강의와 다르게 기본 개념, Toy 프로젝트에서 그치는 것이 아니라 산업에서 사용되는 수준을 다루고 있어서 좋았습니다.
- AISchool
  지식공유자
  2021. 06. 25.
  안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 상세한 수강평도 감사합니다~. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요!
dreamer
수강평 1
∙
평균 평점 5.0
2022. 05. 03.
5
100% 수강 후 작성
유익한 좋은 강의 감사드립니다.
- AISchool
  지식공유자
  2022. 05. 09.
  안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요!
slhyj95
수강평 1
∙
평균 평점 5.0
2022. 05. 01.
5
67% 수강 후 작성
대학원에서 Machine learning 전공 예정인데, 부족한 부분을 이해하고, 연습하는데 많은 도움이 되었습니다.
- AISchool
  지식공유자
  2022. 05. 09.
  안녕하세요. 귀중한 시간을 할애해서 수강해주셔서 감사합니다~!. 더 만족스러운 강의를 제작할 수 있도록 노력하겠습니다. 좋은 하루되세요!

AISchool님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

모두를 위한 대규모 언어 모델 LLM Part 4 - AI 고객센터 챗봇(AICC)을 만들며 배우는 RAG 구현

AISchool

AI 고객센터 챗봇(AICC)을 만들면서 실용적인 RAG(Retrieval-Augmented Generation) 시스템을 만드는 방법을 학습하는 강의입니다.

중급이상

LangChain, RAG, openAI API

모두를 위한 대규모 언어 모델 LLM Part 5 - LangGraph로 나만의 AI 에이전트 만들기

AISchool

최신 AI 기술의 총집합체인 AI 에이전트! 다양한 AI 에이전트들을 구현해보면서 LangGraph를 이용한 나만의 AI 에이전트 구현법을 학습해봅니다.

중급이상

LangGraph, AI Agent, LangChain

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기

AISchool

LLM(Large Language Model)의 기초 개념부터 고성능 LLM인 Llama 2 모델을 내가 원하는 데이터셋에 Fine-Tuning하는 방법까지 차근차근 학습합니다.

중급이상

LLM, Llama, 딥러닝

예제로 배우는 딥러닝 자연어 처리 입문 NLP with TensorFlow - RNN부터 BERT까지

AISchool

딥러닝 자연어처리 기초부터 최신모델인 Transformer와 BERT까지 딥러닝 자연어 처리(Natural Language Processing[NLP])의 원리와 활용방법을 다양한 예제와 실습 코드 구현을 통해 학습합니다.

초급

딥러닝, NLP, Tensorflow

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 2 - 랭체인(LangChain)으로 나만의 ChatGPT 만들기

AISchool

랭체인(LangChain) 라이브러리의 개념과 활용 방법을 학습하고, 랭체인(LangChain) 라이브러리를 이용해서 나만의 ChatGPT를 만들어보는 강의입니다.

중급이상

LLM, LangChain, ChatGPT

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기

AISchool

구글 제미나이(Gemini) 모델의 개념과 Gemini API 활용 방법을 학습하고, Streamlit을 이용해서 다양한 AI 어플리케이션을 만들어보는 강의입니다.

중급이상

openAI API, ChatGPT, gemini

모두를 위한 ChatGPT Part 1 - ChatGPT를 이용한 업무자동화와 파이썬 입문

AISchool

ChatGPT를 이용한 다양한 업무자동화 방법(엑셀, PPT, 크롤링, 이미지처리)과 업무자동화를 위한 파이썬(Python) 기초를 학습할 수 있는 강의입니다. ChatGPT가 만들 변화된 미래를 미리 경험해보세요.

입문

ChatGPT

AI 포트폴리오 만들기 - Airbnb 클론 프로젝트

AISchool

TensorFlow 활용 우수사례인 airbnb 데이터 사이언스팀의 Amenity Detection 프로젝트를 클론 프로젝트로 진행해보고 이 진행경험을 GitHub 블로그로 정리해서 AI 포트폴리오를 만들 수 있는 강의입니다.

초급

딥러닝, 포트폴리오, GitHub

모두를 위한 ChatGPT Part 2 - ChatGPT를 이용한 데이터분석과 판다스 활용

AISchool

ChatGPT를 이용한 데이터 분석과 판다스 활용 방법을 학습할 수 있는 강의입니다. ChatGPT가 만들 변화된 미래를 미리 경험해보세요.

입문

ChatGPT, Numpy, Pandas

AI로 돈 버는 법 - 사례로 알아보는 AI Transformation

AISchool

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.

입문

서비스 기획

개발자의 미래! AI를 이용한 바이브 코딩 Part 1 - Cursor를 이용한 나만의 MCP 서버 만들기

AISchool

Cursor로 나만의 MCP 서버를 만들어보면서 개발자의 미래 모습인 바이브 코딩을 체득하는 강의입니다.

초급

cursor, LLM, MCP

모두를 위한 ChatGPT Part 4 - ChatGPT와 실습으로 배우는 크롤링

AISchool

ChatGPT를 이용한 웹사이트 크롤링 방법을 학습할 수 있는 강의입니다. ChatGPT가 만들 변화된 미래를 미리 경험해보세요.

입문

ChatGPT, 웹 크롤링, Selenium

현업 실무자에게 배우는 Kaggle 머신러닝 입문 - ML 엔지니어 실무 꿀팁

AISchool

다양한 Kaggle 예제를 통해 머신러닝(Machine Learning) 기초부터 차근차근 학습하고, 쉽게 접하기 힘든 현업 머신러닝 엔지니어의 생생한 프로젝트 경험담 및 실무 꿀팁까지 한번에 배워보세요.

초급

Kaggle, 머신러닝, EDA

TensorFlow로 배우는 심층 강화학습 입문 - Deep Reinforcement Learning

AISchool

심층 강화학습(Deep Reinforcement Learning)에 대한 필수 이론 학습을 통해 강화학습 기초 개념을 탄탄히 다지고, TensorFlow를 이용한 실제 코드 구현 실습을 통해 심층 강화학습의 원리를 자세히 학습할 수 있는 강의입니다.

중급이상

딥러닝, Tensorflow, 강화학습

TensorFlow 2.0으로 배우는 딥러닝 입문

AISchool

딥러닝 핵심이론과 최신 TensorFlow 2.0을 이용한 딥러닝 코드 구현을 한번에 배울 수 있는 강의입니다.

초급

Tensorflow, 딥러닝, 머신러닝

모두를 위한 대규모 언어 모델 LLM Part 6 - 프로젝트로 배우는 LangGraph를 이용한 AI 에이전트 구현

AISchool

LangGraph를 이용해서 다양한 AI 에이전트 구현 프로젝트를 진행하면서 LangGraph를 이용해서 실용적인 AI 에이전트는 만드는 방법을 학습합니다.

중급이상

LangGraph, AI Agent, LangChain

퀀트 투자를 위한 주식 자동매매 봇 만들기 Part 1

AISchool

이베스트투자증권 xing API를 이용해서 주식 자동매매 봇을 만드는 강의입니다. 1년 365일 자동으로 거래하는 나만의 주식 자동매매 봇을 만들어보세요.

중급이상

Python, 투자, 퀀트

GPT 논문 구현으로 배우는 딥러닝 논문 구현 with TensorFlow 2.0 Part 1

AISchool

GPT-1(Improving Language Understanding by Generative Pre-Training) 논문을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해보며 딥러닝 논문 구현 능력을 배울 수 있는 강의입니다.

중급이상

gpt, Tensorflow, 딥러닝

모두를 위한 ChatGPT Part 3 - ChatGPT로 퀀트 투자 전략 만들기

AISchool

ChatGPT를 이용해서 다양한 퀀트투자 전략을 만드는 법을 학습할 수 있는 강의입니다. ChatGPT를 이용해서 나만의 퀀트 투자 전략을 만들어 보세요.

입문

ChatGPT, 퀀트, 투자

비트코인 암호화폐 자동매매 코인봇 만들기 Part 2 - 자동수익 코인봇 만들기

AISchool

자동 수익을 낼 수 있는 비트코인 암호화폐 코인봇 개발을 위한 [아이디어 발굴 - 데이터 수집 - 백테스트를 통한 검증] 프로세스와 강사가 개발한 AIS1, AIS2 투자 전략의 원리, 종목 선정과 매수, 매도 타점과 백테스트, 봇 실행을 위한 소스 코드를 학습할 수 있는 강의입니다.

초급

Python, colab, 투자

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

TensorFlow Object Detection API 가이드 Part1 - 코드 10줄 수정으로 물체검출하기

AISchool

TensorFlow Object Detection API를 이용한 고성능 최신 딥러닝 모델을 이용한 Object Detection 수행법을 간편한 Colab 실습을 통해 학습하고, 최신 딥러닝 Object Detection 모델들의 원리를 학습할 수 있는 강의입니다.

초급

Tensorflow, 딥러닝, CNN

딥러닝 CNN 완벽 가이드 - TFKeras 버전

권 철민

딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

초급

딥러닝, CNN, Tensorflow

AI 입문자를 위한 MS AI 핵심기술 완전정복

이상희강사

Microsoft AI-900 자격을 동시에 대비 할 수 있는 특강이며 2025년 5월기준의 출제 범위를 반영한 최신 콘텐트로서 AI 개요, 머신러닝 기초, 컴퓨터 비전, 자연어 처리, 문서 인텔리전스, 지식 마이닝, 그리고 생성형 AI를 포함한 이론과 실습이 겸비된 형태로 제공합니다

입문

머신러닝, Azure, NLP

처음하는 딥러닝과 파이토치(Pytorch) 부트캠프 (쉽게! 기본부터 챗GPT 핵심 트랜스포머까지) [데이터분석/과학 Part3]

잔재미코딩 DaveLee

강사가 처음 딥러닝을 익혔을 때 실패했던 경험을 바탕으로 딥러닝 이해에 필요한 수학, 이론, 파이토치 기반 구현, 전이학습, GPT 핵심 트랜스포머까지 차근차근 익힐 수 있도록 새롭게 꾸민 강의입니다.

초급

딥러닝, PyTorch, 머신러닝

AWS 국제공인 AI 전문가(AWS Certified AI Practitioner) 기출문제 풀이

디펙업

AWS Certified AI Practitioner 기출문제 풀이 과정은 자격증 합격을 위한 핵심 요약 과정입니다. 먼저, AI/ML 및 생성형 AI의 기본 개념을 빠르게 복습하고, 시험에 자주 나오는 AWS의 주요 AI 서비스(예: SageMaker, Rekognition, Polly 등)의 기능과 사용 사례를 학습합니다. 이를 바탕으로 다양한 실제 문제 상황에 어떤 AI 솔루션이 적합한지 판단하는 연습을 하며, AI 모델의 책임감 있는 사용과 데이터 보안 관련 내용도 다룹니다. 마지막으로, 기출문제 유형별 풀이 전략을 익히고 실전 모의고사를 통해 시험에 대비합니다. 이 과정을 통해 짧은 시간 안에 효율적으로 시험을 준비할 수 있습니다.

입문

머신러닝, AWS, 인공지능(AI)