• 로그인

로그인

수강신청하기
  • 110,000
  • 2 개월

6과목 Deep Learning with TensorFlow

딥러닝 분석 알고리즘인 CNN, RNN의 구조와 각 특징을 학습합니다. 그리고 각 분석 방법에 따른 실습을 통해서 프로그래밍 지식을 습득하고 역량을 강화합니다.

24등록한 수강생

이번 강의에서는

딥러닝은 물체 식별, 시각적 이미지 분석, 자연어 처리 등 딥러닝은 다양하게 활용되며 심층신경망, 합성곱 신경망 등 사용되는 분석 방법론의 종류도 다양합니다.

딥러닝에는 다양한 알고리즘이 존재합니다. 이번 강의에서는 딥러닝 분석 알고리즘인 CNN, RNN의 구조와 각 특징을 학습합니다. 그리고 각 분석 방법에 따른 실습을 통해서 프로그래밍 지식을 습득하고 역량을 강화합니다.

강의 커리큘럼

6.1 CNN
6.1.1-1 CNN 이해하기 ( image Recognition Classifier, Artificial intelligence ) 00:25:58
6.1.1-2 CNN 이해하기 ( gradient descent, slightly more complex world ) 00:42:37
6.1.2-1 CNN 이론 ( CNN introduction(1) ) 00:27:44
6.1.2-2 CNN 이론 ( CNN introduction(2), max pooling and others, 퀴즈, 정리하기 ) 00:26:24
6.1.3-1 CNN Case Study ( LeNet-5 ) 00:30:38
6.1.3-2 CNN Case Study ( AlexNet, GoogLeNet, ResNet, AlphaGo ) 00:33:24
6.1.4-1 CNN 실습 ( CNN Basic(1) ) 00:25:29
6.1.4-2 CNN 실습 ( CNN Basic(2), MNIST 99% with CNN ) 00:25:33
6.2 RNN
6.2.1-1 RNN 기초 ( RNN 이해하기(1) ) 00:25:51
6.2.1-2 RNN 기초 ( RNN 이해하기(2), 실습테스트 ) 00:40:16
6.2.2-1 RNN 개념 ( Sequence data, RNN(1) ) 00:28:41
6.2.2-2 RNN 개념 ( RNN(2) ) 00:26:25
6.2.2-3 RNN 개념 ( RNN 활용, 응용, 퀴즈, 정리하기 ) 00:25:50
6.2.3-1 RNN 실습 ( Basic 실습1, 실습2 ) 00:44:34
6.2.3-2 RNN 실습 ( Basic 실습3, RNN 실습 훈련시키기1 ) 00:25:35
6.2.3-3 RNN 실습 ( RNN 실습 훈련시키기 2 ) 00:25:53
6.2.3-4 RNN 실습 ( 긴문장 학습1 ) 00:29:07
6.2.3-5 RNN 실습 ( 긴문장 학습2 ) 00:26:33
6.2.3-6 RNN 실습 ( RNN FC ) 00:33:50
6.2.3-7 RNN 실습 ( Stacked RNN ) 00:25:38
6.2.3-8 RNN 실습 ( RNN 주가예측 ) 00:30:47

수강 후기

4.2

4.2
6 평가
  • 5 별점3
  • 4 별점1
  • 3 별점2
  • 2 별점0
  • 1 별점0
  1. CNN basic2 그래프 리셋 주셔야 합니다

    3

    코드 수정부탁드립니다.

    convolution layer 1전에
    tf.reset_default_graph()

    전체적으로 코드 이상없는지 확인 부탁드립니다.

  2. 다양한 특성(데이터) 관련 실습강의가 많아지면 좋겠습니다.

    3

    기존 많이 소개된 실습데이터 외에 다양한 분야의 데이터를 적용한 강의가 있으면 더 도움이 될것 같습니다.

  3. 좋은강의 감사합니다

    5

    좋은강의 감사합니다

  4. 좋은 강의 감사합니다.

    5

    계속 반복해서 듣고 싶습니다.
    감사합니다.

수강신청하기
  • 110,000
  • 2 개월

ADsP 데이터분석 준전문가 2024

adp 필기 올패키지

X