06월 15일(일) 개강
06.15(일) ~ 07.20(일), 7.6휴강
・ 교육과정 | 파이썬 딥러닝 라이브러리 활용 인공신경망 제작(텐서플로우) ※ 40시간 교육 |
・ 학습난이도 | 중급 |
・ 강의시간표 | 주말 교육시간(일) 일 : 09:30 ~ 18:30 (총 40시간/ 5일) ※ 상기 교육시간은 상황에 따라 변동이 가능합니다. ※ 재직자 국비교육은 주말반만 가능합니다. (인원 충족시 종일반 진행가능) |
・ 수강료 | 재직자 국비지원 과정 전액무료 |
수강료 안내 |
| ||||||||
어떤 교육 인가요? | 교육 목적 Tensorflow, Keras, Tensorflow.js를 이용한 DNN, CNN, RNN등 다양한 모델의 제작 교육 대상 및 전망 • 딥러닝에 입문하는 개발자 • 딥러닝의 시작을 어디서부터 해야할지 모르는 학생 • Python을 배우고 딥러닝 모델을 개발하고 싶은 구직자 • Javascript를 배우고 딥러닝 모델을 개발하고 싶은 구직자 • 삼성, LG, SK등 국내의 많은 기업에서 AI 플랫폼 활용 방안 확대 및 서비스 계획 발표 • Nvidia GPU 그래픽 카드에 AI 지원 Tensor Core 내장으로 더욱 수준 높은 지능형 시스템 학습 및 서비스 구축 가능 • 머신러닝 엔지니어는 글로벌 비즈니스 정보 사이트 링크드인이 꼽은 미래 신직업 1위 과정 강점 딥러닝을 이용한 다양한 활용 방안을 찾고 개발된 AI모델에 Python Django를 이용하여 온라인상에 접속한 사용자가 실시간으로 머신러닝 서비스에 접속하여 예측 서비스를 이용할 수 있는 통합 시스템 구축을 경험할 수 있음, Tensorflow.js를 통한 Javascript 기반의 Tensorflow 모델 제작 실습. | ||||||||
수강에 앞서 어떤게 필요한가요? | 비대면 수업시 pc사양 - | ||||||||
교육은 이렇게 진행됩니다. |
|
수강료 안내
과정명 | 재직자 국비지원 과정 |
파이썬 딥러닝 라이브러리 활용 인공신경망 제작(텐서플로우) | 전액무료 |
어떤 교육인가요?
교육 목적
Tensorflow, Keras, Tensorflow.js를 이용한 DNN, CNN, RNN등 다양한 모델의 제작
교육 대상 및 전망
• 딥러닝에 입문하는 개발자
• 딥러닝의 시작을 어디서부터 해야할지 모르는 학생
• Python을 배우고 딥러닝 모델을 개발하고 싶은 구직자
• Javascript를 배우고 딥러닝 모델을 개발하고 싶은 구직자
• 삼성, LG, SK등 국내의 많은 기업에서 AI 플랫폼 활용 방안 확대 및 서비스 계획 발표
• Nvidia GPU 그래픽 카드에 AI 지원 Tensor Core 내장으로 더욱 수준 높은 지능형 시스템. 학습 및 서비스 구축 가능
• 머신러닝 엔지니어는 글로벌 비즈니스 정보 사이트 링크드인이 꼽은 미래 신직업 1위
과정 강점
딥러닝을 이용한 다양한 활용 방안을 찾고 개발된 AI모델에 Python Django를 이용하여 온라인상에 접속한 사용자가 실시간으로 머신러닝 서비스에 접속하여 예측 서비스를 이용할 수 있는 통합 시스템 구축을 경험할 수 있음, Tensorflow.js를 통한 Javascript 기반의 Tensorflow 모델 제작 실습.
수강에 앞서
어떤게 필요한가요?
비대면 수업시 pc사양
-
교육은 이렇게 진행됩니다.
과목명 : 딥러닝 서비스 시스템 구축
[모듈]
Python 기반 모델 제작 (25시간)
• 개발 환경 설정, Anaconda install
• Conda를 이용한 Python 3 기반 가상환경 생성
• Tensorflow 2 설치
• Jupyter Notebook 커널 연동, 개발 환경 구성
• 퍼셉트론, 딥러닝 개론
• 선형 회귀(Linear Regression)
• 평균 제곱근 오차(RMSE: Root Mean Square Error)
• Tensorflow에서의 경사 하강법(gradient decent)
• 손실 함수, 훈련과정의 시각화
• 과적합 문제 해결과 L1, L2 규제 적용
• train_test_split, EarlyStopping, ModelCheckpoint 활용
• 혼돈 행렬(Confusion matrix), ROC 곡선, 활성화 함수
• 로지스틱 회귀(Logistic Regression) 모델의 구현
• 다중 선형 회귀(Multiple Linear Regression) 모델
• 퍼셉트론(perceptron), 오차 역전파(Back Propagation)
• 기울기 소실 문제와 활성화 함수, 손실 함수
• 각종 회귀(Regression) 모델 제작
• 각종 이항 분류(Binary Classification) 모델 구현
• 다중 분류(Multi Classification) 모델 구현
• 원-핫 인코딩(one-hot-encoding) 활용
• 컨볼루션 신경망 CNN 모델 제작
• OpenCV를 이용한 이미지 인식 모델 구현
• 순환 신경망 레이어 RNN, LSTM 모델 구현
[모듈]
Tensorflow.js 기반 모델 제작 (10시간)
• Node.js 설치 및 Tensorflow.js 개발 환경 구성
• 데이터 전처리 및 선형회귀 모델 제작
• 이항 분류, 다중 분류 모델의 제작
• 합성곱 신경망을 사용한 이미지와 사운드 인식 모델 제작
[모듈]
Project (5시간)
• Django Project 설정
• Django application 세부 환경 설정
• DJango와 Keras, Tensorflow.js 모델을 연동한 실시간 예측 시스템 개발