교육과정
AI Academy
- 메뉴 경로 : 홈
- 교육과정
- 정규교육
- AI Academy 교육
-
sns보기
| 교육명 | 공통 Deep Learning 2차 |
|---|---|
| 교육기간 | 2019-06-24 ~ 2019-06-26 |
| 교육시간 | 09:30~17:30(1일 7시간, 총3일 21시간) |
| 교육장 | 영우글로벌러닝 지도보기 |
| 강사 | 한대희 강사 |
| 정원 | 20명 |
| 교육비 | 900,000원 [VAT 별도] |
○ 현업 및 연구에서 실제 데이터를 전처리할 수 있다.
○ 딥러닝 프로그래밍을 통해 실제 문제에 적용할 수 있다.
○ 딥러닝을 적용하여 최적의 결과를 도출할 수 있도록 하이퍼파라미터 튜닝을 수행할 수 있다.
○ 딥러닝을 활용하고자 하는 데이터분석가(사이언티스트)
○ 딥러닝을 이용한 제품개발을 계획중인 기획자, Product Manager
|
순서 |
주제 |
내용 |
|
1일차 |
수학적 접근 방법 (회귀분석, regression analysis)
|
l 통계적방법으로 풀기 - linear regression : 수식 설명 및 python 실습 및 설명 l 선형대수(행렬)이용하여 풀기 - linear algebra l Normal Equation vs Gradient Descent l 수학통계적방법 vs 머신러닝방법 l 랩) 월급여와 카드사용량의 관계를 1차함수(1항 회귀분석)로 모델링하기 l 랩) 월급여와 카드사용량의 관계를 다항함수(다항 회귀분석)로 모델링하기 |
|
경사하강법(Gradient Descent), 딥러닝의 학습원리
|
l Gradient Descent의 동작원리 l 랩) 월급여와 카드사용량의 관계를 경사하강법으로 풀기 - python code 실습 및 설명 l Universal Approximator l 최적화, Global Optima, Local Optima, l Optimizer의 종류: Momentum, RMSProp, Adam, ... l Convex, Non-Convex | |
|
|
l 딥러닝의 구조 l 딥러닝의 학습원리 l loss 함수: MSE l optimizer l 랩) Non-linear regression (삼각함수)를 딥러닝으로 모델링 하기 | |
|
2일차 |
딥러닝 프로그래밍: numpy, tensorflow, keras
|
l 파이썬 패키지 numpy l tensorflow 프로그래밍 l keras 프로그래밍 |
|
딥러닝 활용1: Classification (분류) 문제
|
l 랩) 소리(sound) 분류 문제: Dog, Car, Child 소리(*.wav 파일) 구분하기tensorflow로 구현하기 l keras로 구현하기 l 모델의 저장, 로딩 l softmax, argmax l cross-entropy loss l feature extraction | |
|
딥러닝의 실무 & 하이퍼파라미터 튜닝 (hyper-parameter)
|
l 학습데이터, Validation, Test 데이터 분할 l 과적합 (over-fitting) l Cross Validation l 하이퍼파라미터의 종류 l 하이퍼파라미터 튜닝의 적용 l Dropout l Batch normalization l 랩) 하이퍼파라미터 튜닝 딥러닝 적용 | |
|
3일차 |
딥러닝 데이터 처리 도구
|
l pandas 를 이용한 데이터 처리 l 날짜 데이터 처리 l matplotlib - 기본 시각화 도구 l sns - 시각화 도구 소개 |
|
딥러닝 활용2: Anomaly Detection 데이터분석
|
l Anomaly Detection을 위한 딥러닝 구성 방법 l keras로 구현하기 l keras의 callback 이용 방법 l confusion matrix 개념, ROC curve 랩) Card Fraud Detection 문제를 딥러닝을 풀기: kaggle.com 문제
| |
|
다양한 딥러닝 프레임워크 소개 |
l tensorflow, keras l pytorch l Azure 기반 딥러닝 소개 l AWS 기반 딥러닝 소개 l mxnet 소개 |
학원의 설립ㆍ운영 및 과외교습에 관한 법률 시행령에 따라 다음과 같이 수강료를 환불해드립니다.
- 반환기한 : 반환사유가 발생한 경우 반환기준에 따라 반환사유 발생일로부터 5일 이내에 교습비등을 환불해 드리겠습니다.
- 반환기준
- 1) 교습을 할 수 없거나 교습장소를 제공할 수 없게 된 날을 기준으로 이미 납부한 교습비등을 일할 계산한 금액을 환불해 드리겠습니다.
- 2) 교습기간이 1개월 이내인 경우, 다음과 같이 환불해 드리겠습니다.
- 교습시작 전 : 이미 납부한 교습비등의 전액
- 총 교습시간 1/3 경과 전 : 이미 납부한 교습비등의 2/3에 해당하는 금액
- 총 교습시간 1/2 경과 전 : 이미 납부한 교습비등의 1/2에 해당하는 금액
- 총 교습시간 1/2 경과 후 : 반환하지 않음 - 3) 교습기간이 1개월을 초과하는 경우, 다음과 같이 환불해 드리겠습니다.
- 교습시작 전 : 이미 납부한 교습비등의 전액
- 교습시작 후 : 반환사유가 발생한 해당월의 반환 대상 교습비등(교습기간 1개월 이내 기준 산출금액)과 나머지 월의 교습비등 전액을 합산한 금액
