딥러닝 텐서플로우 응용 API

  • 교육장소 : 이대·신촌캠퍼스 / 강남캠퍼스
  • 교육시간 : 종일반(월~목) 09:00~18:00, 4일, 32시간
                                     야간반(월~목) 19:00~22:00, 4주, 32시간
                                     주말반(토) 09:30~18:00, 4회, 32시간
  • 수강료 : 600,000원
  • 교육대상 : 학생, 일반, 재직자, 실업자
  • 교육문의 : 이대캠퍼스 02)313-1711
                                      강남캠퍼스 02)561-1911
1. 교육개요

• 최근 뜨거운 이슈가 되고있는 4차 산업혁명의 핵심기술인 인공지능에 대한 개요와 필요성을 학습한다.
• 인간의 학습, 추론, 지각능력과 자연언어 이해능력을 컴퓨터 프로그램으로 구현하는 알고리즘에 대해 학습한다.
• 인공지능의 핵심기술인 머신러닝중 특히 딥러닝을 이용하여 산업응용분야(의료,금융,스마트홈,교통,제조,유통,도시관리,엔터테인먼트,개인비서 등..) 적용을 위한 개발자를 대상으로 이론,실습,구현 방법을 학습한다.

2. 교육목표

• 인공지능의 가치와 트렌드 이해
• 머신러닝에 필요한 확률,분류,군집,강화학습의 배경지식과주요 알고리즘의 원리이해
• 딥러닝에 사용되는 인공신경망,컨볼루션 신경망,심층신뢰망,규제화의 배경지식과 주요 알고리즘의 원리이해
• 의사코드가 아닌 파이썬 코드중심 예제 제공
• 구글의 Tensorflow 엔진을 이용하여 산업응용분야의 딥러닝 포토폴리오 구현, 평가

3. 교육대상

•머신러닝, 딥러닝을 산업분야에 응용하려는 IT개발자 또는 엔지니어
• 인공지능 분야 취업준비생
•인공지능 분야 관심있는 대학생, 대학원생

4. 선수지식

• SW코딩기초(자료구조,알고리즘)

5. 사용 소프트웨어 및 실습장비

• Python
•Tensorflow

6. 교육강사

• 박천덕 교수
• 학력
      - 서강대학교 학사
      - 현)한림대학교 컴퓨터공학 패턴인식 전공 박사 수료 후 연구원
      - 현) (주)웨이전스 인공지능(신호,영상처리)기반 의료기제조 프로젝트 연구원
      - 딥러닝 신호처리 & 영상처리 글로벌 연구논문 준비중

• 강의경력
      - 전)중앙정보처리학원 외래강사
      - 전)중앙정보기술인재개발원 전임강사
      - 현)중앙정보기술인재개발원 산학겸임 교수
      - LG 인공지능 연구소 무인자동차시스템 CUDA GPU 병렬 처리 강의
      - (주)마젠타로보틱스 딥러닝 기반 영상처리를 통한 스마트 공장 적용 및 활용 강의
      - (주)CJ E&M SW개발자 신입사원 직무교육
      - ㈜NAVER Technology Services SW개발자 신입사원 직무교육
      - ㈜사이버로지틱스 SW개발자 신입사원 직무교육
      - 고용노동부위탁 청년취업아카데미사업 컴퓨터공학분야 전공심화 취업교육
      - 언어 : C/C++/C#/WPF/Java/Python/CUDA
      - Web: JSP, HTML5
      - Framework : Spring, iBatis
      - Mobile : Android
      - 인공지능 : 빅데이타, 딥러닝, 머신러닝
      - 그외 사물인터넷 다수 출강

• 자격증
      - 정보처리기사
      - Android Developer

7. 교육교재

• 텐서플로 첫걸음 회귀분석, 군집화, 합성곱 신경망까지 딥 러닝 제대로 입문하기

8. 교육내용


주차 교육내용
1주차 (8h) • 인공지능 개요

      - 인공지능 개념

      - 머신러닝 개념
      - 딥러닝 개념

• 파이썬 설치, 튜토리얼

      - 파이썬 설치

      - 파이썬 튜토리얼

• 텐서플로 설치 소개

      - 텐서플로 설치 

      - 텐서플로 튜토리얼 

      - 텐서보드 

• 머신러닝
      - 선형회귀분석 

      - Logistic Regression 알고리즘

      - 비용함수와 경사 하강법 알고리즘 
      - 군집화 

      - 기본 자료구조: 텐서 

      -KNN 알고리즘
2주차 (8h) • 딥러닝
      - 신경망

      - 딥러닝 알고리즘과 신경망

      - 인공 신경망 

      - 단일계층 신경망 

      - MNIST 데이터 및 신경망

      - 인공뉴런 

      - 합성곱 및 컨볼루션 ,풀링

      - 활성함수

      - 소프트맥스 

      - 텐서플로 프로그래밍 

      - 모델평가 
3주차 (8h) • 다중 계층 신경망, 딥 러닝

      - CIFAR10 , ImageNet 신경망 등 소개

      - 샘플 모델 구현

      - 샘플 모델 데이터 수집

      - 샘플 모델 훈련 및 평가 
4주차 (8h) • 포트폴리오

      - 포트폴리오 설계

      - 빅데이터 모으기

      - 딥 러닝 네트워크 모델 구현

      - 모델 훈련 및 평가

      - 포트폴리오 작성