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
![](https://www.dataedu.kr/wp-content/uploads/2018/12/match_title005.png)
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 |
.
.
좋은강의 감사합니다
좋은강의 감사합니다