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) 10:00~17:30, 4회, 32시간
  • 수강료 : 600,000원
  • 교육대상 : 학생, 일반, 재직자, 실업자
  • 교육문의 : 강남캠퍼스 02)561-1911
                                      
1. 교육개요

• 인공지능과 딥러닝의 정의, 모델, 원리, 평가, 개발방법, 용도, 활용사례의 전반적 소개
• 딥러닝 프레임워크 텐서플로우의 폭넓은 응용과 횔용, 케라스, 파이토치에 대한 이해
• 딥러닝 공통 개념과 원리, 절차를 이해하고, 다양한 딥러닝 프레임워크 예시를 활용한 데이터 분석, 분류, 예측 방법
• 딥러닝 모델들의 개념과 원리, 특징, 용도 이해, 다양한 딥러닝 프레임워크 예시를 활용한 데이터 분석, 분류, 예측방법

2. 교육목표

• 딥러닝의 활용에 대한 정확한 이해
• 딥러닝의 네트워크 구조와 알고리즘(RNN,CNN,GAN 등) 이해 및 실습
• 딥러닝 프레임워크 활용, 딥러닝 개발방법을 통한 데이터 분석, 분류, 예측 방법 습득
• 딥러닝 관련 논문 및 오픈 소스에 널리 사용되고 있는 텐서플로우, 케라스, 파이토치 소스코드의 이해 및 작성 능력 향상

3. 교육대상

• 딥러닝을 체계적으로 배우고자하는 분
• 딥러닝 방법 활용 데이터를 분석, 분류, 예측하고자 하는 분
• 인공지능 애플리케이션을 개발하고자 하는 분
• 딥러닝 오픈 소스를 이해 및 활용하고자 하는 분
• 이미지인식, 음성인식, 음성합성, 자율주행, 로봇제어, 게임엔진, 자연어 처리 등 딥러닝 응용을 위한 기본을 튼튼히 갖추고자 하는 분

4. 선수지식

• 파이썬 프로그래밍 문법
• 파이썬 응용 머신러닝

5. 사용 소프트웨어 및 실습장비

• Windows
• Anaconda, 텐서플로, 케라스, 파이토치
• 딥러닝용 GPU

6. 교육내용


주차 교육내용
1주차 (8h) • 딥러닝 개요와 텐서플로우

      - 지각인식, 자연어, 이미지, 영상, 음성, 로봇, 자율주행, 챗봇, 게임엔진 등 (용도, 활용사례)

      - 텐서플로우 설치, 환경 세팅

      - 텐서플로우 기본개념/연산자/함수, 라이브러리 모듈 사용법

      - 텐서플로우 튜토리얼

      - 텐서보드
• 인공신경망의 개요와 이해

      - 기본 신경망 개념, Linear Regression / Non-Linear Regression 기본개념

      
- 비용함수와 경사 하강법 알고리즘

      - 단층 퍼셉트론, 다층 퍼셉트론, 범용 근사 정리

      - 역전파 학습 알고리즘, 규제화 알고리즘

      - Classification (Logistic Regression), 다중 신경망 개념
2주차 (8h) • 컨볼루션 신경망 CNN
      - MNIST Data 설명
      - CNN 기본개념
      - CNN 대표 모델 AlexNet, VGG, Inception, ResNet 이해
      - CNN을 활용한 MNIST Data 처리
      - 다양한 CNN Case Study 구현
      - CNN 활용 CIFAR-10 Image 분류 구현
- CNN 활용 ImageNet 인식 구현
3주차 (8h) • 시계열 데이터분석 RNN

      - RNN 기본개념

      - RNN을 활용 MNIST Data 처리

      - LSTM, GRU 의 기본개념

      - 다양한 RNN Case Study, LSTM, GRU 구현

      - RNN 활용 Word2Vec Data 처리, Char-RNN 구현

• GAN, REINFORCEMENT LEARNING

      - GAN 기본개념

      - GAN을 활용한 MNIST Image Generating 구현

      - 강화학습의 개념과 이해 
- Q-Learning, DQN, OpenGym 을 이용한 실습
4주차 (8h) • 케라스 활용 딥러닝

      - 케라스 모델, 레이어, 모델 성능 평가

      - 경사 하강 학습법을 이용 케라스 실습
• 파이토치 활용 딥러닝

      - 장치, 텐서, 텐서 연산, 자동 미분

      - 파이토치 활용 경사 하강 학습법 실습
• 딥러닝 이미지, 영상, 음성처리 구현(포토폴리오)

      - 영상인식

      - 객체 세그먼테이션

      - 실시간 객체 검출 실습

      - 객체 카운트 기법

      - 음성인식

      - 음성합성
• 딥러닝 이상 탐지 구현(포토폴리오)

      - Autoencoder
• 딥러닝 챗봇 구현(포토폴리오)