5과목 Deep Learning
딥러닝의 개념과 역사, 성능비교, 신경망을 통한 AND, OR, XOR 분류문제를 해결하는 방법을 학습합니다. 각 문제에 대한 실습을 통해 TensorFlow 프로그래밍 지식을 습득하고 TensorFlow를 통한 딥러닝 문제 해결 역량을 강화합니다.
25등록한 수강생
이번 강의에서는
신경망은 인간의 뇌가 패턴을 인식하는 방식을 모사한 알고리즘입니다. 이를 이용하여 각종 분류(classification) 및 군집화(clustering)와 같은 문제를 해결할 수 있습니다. 신경망은 딥러닝의 기본 단위로 이를 확실히 이해하고 더불어 다중 신경망의 학습 방식을 이해하는 것이 중요합니다.
이번 강의에서는 딥러닝의 개념과 역사, 성능비교, 신경망을 통한 AND, OR, XOR 분류문제를 해결하는 방법을 학습합니다. 각 문제에 대한 실습을 통해 TensorFlow 프로그래밍 지식을 습득하고 TensorFlow를 통한 딥러닝 문제 해결 역량을 강화합니다.
강의 커리큘럼
| 5.1 딥러닝 개념과 활용 | |||
| 5.1.1-1 머신러닝과 딥러닝 ( 머신러닝, 딥러닝이란?, 두 분야의 관계, 머신러닝과 딥러닝의 비교 1 ) | 00:25:30 | ||
| 5.1.1-2 머신러닝과 딥러닝 ( 머신러닝과 딥러닝의 비교 2, 어디에 쓰이고 있나 ) | 00:26:41 | ||
| 5.1.2-1 딥러닝의 역사와 성능 ( 신경망 모형, 딥러닝의 성능 ) | 00:25:53 | ||
| 5.1.2-2 딥러닝의 역사와 성능 ( 여러가지 딥러닝의 활용분야 소개 ) | 00:25:48 | ||
| 5.2 인공신경망 | |||
| 5.2.1-1 신경망을 통한 AND OR 문제 ( 인공신경망 개요와 뉴런, 단층 퍼셉트론(1) ) | 00:29:01 | ||
| 5.2.1-2 신경망을 통한 AND OR 문제 ( 단층 퍼셉트론 ) | 00:36:18 | ||
| 5.2.2-1 신경망을 통한 XOR문제 ( neural nets for XOR(1) ) | 00:27:13 | ||
| 5.2.2-2 신경망을 통한 XOR문제 ( neural nets for XOR(2) ) | 00:30:03 | ||
| 5.2.2-3 신경망을 통한 XOR문제 ( 실습테스트(XOR, NAND, MNIST) ) | 00:56:45 | ||
| 5.3 신경망 이해하기 | |||
| 5.3.1-1 tensorboard for nn ( XOR in NN, TensorBoard, TensorBoard for XOR NN 1 ) | 00:27:29 | ||
| 5.3.1-2 tensorboard for nn ( TensorBoard for XOR NN ) | 00:25:43 | ||
| 5.3.1-3 tensorboard for nn ( Visualizing your Deep learning using TensorBoard(Tensorflow) ) | 00:26:04 | ||
| 5.3.2-1 understanding pf backpropagation ( NN Backpropagation ) | 00:29:25 | ||
| 5.3.3 sigmoid 보다 ReLu가 좋아 | 00:39:40 | ||
| 5.3.4 weight 초기화 | 00:26:56 | ||
| 5.3.5-1 dropout과 앙상블 ( Dropout ) | 00:25:36 | ||
| 5.3.5-2 dropout과 앙상블 ( 앙상블 ) | 00:27:34 | ||
수강 후기
관련된 강의
ADsP 데이터분석 준전문가 2024
adp 필기 올패키지
.
.
좋은강의 감사합니다
좋은강의 감사합니다