AI (인공지능) > AI (인공지능) 과정
[인공지능(AI) 2] 딥러닝 wtih TensorFlow
- 강의기간
-
교육 시작일 후 5일
- 난이도
- 중급
- 수강일
- 5일, 09:30~17:30
- 수강료
-
1,400,000원
KRW (KR)
- 환급
-
비환급과정
※ 비환급과정(면세) 입니다.
- 과목코드
- H9TA6
※ 본 과정을 신청하는 경우 한국 교육서비스의 Terms&Conditions 에 동의하는 것으로 간주합니다. |
과정소개 |
- 인공지능(Artificial Intelligence; A.I.) 지능이란 영역 자체는 오래전부터 연구 진행되었던 분야이지만, 쉽게 다룰 수 없는 분야로 인식되어 왔습니다.
- 그러나, 최근 Open Source Software기반의 TensorFlow와 Python 프로그래밍 언어를 습득함으로써, 누구나 상황과 목적에 따라 인공지능을 손쉽게 프로그래밍하는 방법이 제시되고, 딥러닝(Deep Learning) 이 발전되어 가는 단계에 있습니다.
- 이 과정은 딥러닝(Deep Learning)의 회귀(Regression), 퍼셉트론(Perceptron), 신경망(Neural Network)등의 이해와 활용을 TensorFlow 기반에서 학습하는 과정입니다.
<학습목표> - TensorFlow 기반의 딥러닝(Deep Learning) 을 활용하여 신경망(Neural Network)을 이해할 수 있다.
- 딥러닝(Deep Learning) 이해와 알고리즘들을 통해 Data 처리를 이해할 수 있다.
- 딥러닝(Deep Learning) 로직을 TensorFlow 기반에서 학습할 수 있다.
- Python, Numpy, Matplotlib 모듈를 활용한 TensorFlow 처리를 할 수 있다.
- 선형회귀,로지스틱스 회귀대한 이해 및 활용할 수 있다.
- 단층, 다층 망 구성에 대하 퍼셉트론을 기반으로 이해와 활용해본다.
- K-Means를 이해를 바탕으로 Data 군집화를 활용해본다.
|
수강대상 |
- 머신러닝에서의 딥러닝(Deep Learning)의 개념을 알고 싶으신 분
- Open Source 인 TensorFlow 기반의 딥러닝(Deep Learning)을 경험해 보고 싶으신 분
- 신경망(Neural Network)에 대한 이해가 필요하신 분
- 회귀(Regression)과 퍼셉트론(Perceptron)에 대한 개념을 알고 싶으신 분
|
교육내용 |
Module 01 딥러닝과 Neural Network - 딥러닝(Deep Learning)과 머신 러닝
- Neural Network 개념과 원리
- TensorFlow 개발 환경 구성
Module 02 PytPython 자료구조와 Numpy
- Python 자료구조(List, Tuple, Dictionary, Function, Class)
- Numpy 연산
Module 03 TensorFlow 실행 구조
- TensorFlow 실행 구조
- TensorFlow와 Numpy
- Session과 Graph
Module 04 TensorFlow 자료 구조 - 행렬의 구조
- 1차원, 2차원 행렬
- Broadcasting과 Reshape
Module 05 자료와 그래프
- 선형/곡선형 자료
- matplotlib.pyplot 그래프
- 선형회귀(Linear Regression)
Module 06 Tensorboard 활용
- Tensorboard 개요
- Graph, Scala
- Histogram
Module 07 분류 알고리즘 - 로지스틱 회귀(Logistic Regression)
- SoftMax 함수 활용
- MNIST Dataset
Module 08 신경망(Neural Network) Module 09 퍼셉트론(Perceptron)
- 퍼셉트론(Perceptron) 이해
- 단일 계층 퍼셉트론(Perceptron)
- 다중 계층 퍼셉트론(Perceptron)
Module 10 Data 군집화 - K-평균(Means) 개요
- K-Nearest Neighbors 개요
- Code 구현
Module 11 CNN(Convolutional Neural Network)
- CNN(Convolutional Neural Network) 개요
- CNN 작성 절차
- CNN 코드 구현
Module 12 RNN(Recurrent Neural Network) - RNN(Recurrent Neural Network) 개요
- RNN 작성 절차
- RNN 코드 구현
|
선수과목 |
- [파이썬(Python) 1] 프로그래밍 기본 [H0BG0S]
- [인공지능(AI) 1] TensorFlow 프로그래밍 입문 [ABC026]
|
다음과목 |
|
- 교육장
- 서울 한국HPE 강남교육센터
- 강의장
- 미지정
- 주소
- 서울 서초구 서초동 1302-2 대지프라자 6층
- 전화
- 1661-9080
- 팩스
- 02-3470-2200
- 주차
-
불가능
- 안내
-
- 9호선 신논현역 7번 출구 50M 직진, SK주유소에서 좌회전 후 30M 전방 도미노피자 건물 6F
- 2호선 강남역 9번 출구
시내버스 : 146, 341
마을버스 : 11 {삼호아파트 하차 (2 정거장)}
도보 : 강남역에서 20분 거리
* 주차불가