모델 개발 및 유지 보수 프로세스를 단순화해주는 TensorFlow 2.0의 최신 기능들
TensorFlow 2.0을 통해 핵심적인 신경망 모델들을 학습시키고, 실제 서비스로 운영하는 방법
TensorFlow Extended(TFX)로 자신만의 데이터 파이프라인을 구축하는 법
—————
[딥러닝 학습을 위한 가장 최적의 커리큘럼]
이 코스를 준비하면서 가장 중요하게 생각한 것은 탄탄한 커리큘럼입니다. 딥 러닝은 매우 광범위하고 복잡한 개념이기 때문에, 정확하고 탄탄한 커리큘럼으로 학습을 시작하지 않으면 뒤로 갈수록 학습이 힘들어집니다.
그래서, 이 코스는 딥러닝 학습을 가장 체계적이고 탄탄하게 할 수 있도록 강의 내용을 구조화했습니다. 모든 딥러닝 모델에 대해서 ‘왜 이 기술이 필요한가?’에서 학습을 출발하고, 각 모델의 심층적인 이론에 대해 깊이 있게 다룹니다.
Read more
모델 개발 및 유지 보수 프로세스를 단순화해주는 TensorFlow 2.0의 최신 기능들
TensorFlow 2.0을 통해 핵심적인 신경망 모델들을 학습시키고, 실제 서비스로 운영하는 방법
TensorFlow Extended(TFX)로 자신만의 데이터 파이프라인을 구축하는 법
—————
[딥러닝 학습을 위한 가장 최적의 커리큘럼]
이 코스를 준비하면서 가장 중요하게 생각한 것은 탄탄한 커리큘럼입니다. 딥 러닝은 매우 광범위하고 복잡한 개념이기 때문에, 정확하고 탄탄한 커리큘럼으로 학습을 시작하지 않으면 뒤로 갈수록 학습이 힘들어집니다.
그래서, 이 코스는 딥러닝 학습을 가장 체계적이고 탄탄하게 할 수 있도록 강의 내용을 구조화했습니다. 모든 딥러닝 모델에 대해서 ‘왜 이 기술이 필요한가?’에서 학습을 출발하고, 각 모델의 심층적인 이론에 대해 깊이 있게 다룹니다.
모델 개발 및 유지 보수 프로세스를 단순화해주는 TensorFlow 2.0의 최신 기능들
TensorFlow 2.0을 통해 핵심적인 신경망 모델들을 학습시키고, 실제 서비스로 운영하는 방법
TensorFlow Extended(TFX)로 자신만의 데이터 파이프라인을 구축하는 법
—————
[딥러닝 학습을 위한 가장 최적의 커리큘럼]
이 코스를 준비하면서 가장 중요하게 생각한 것은 탄탄한 커리큘럼입니다. 딥 러닝은 매우 광범위하고 복잡한 개념이기 때문에, 정확하고 탄탄한 커리큘럼으로 학습을 시작하지 않으면 뒤로 갈수록 학습이 힘들어집니다.
그래서, 이 코스는 딥러닝 학습을 가장 체계적이고 탄탄하게 할 수 있도록 강의 내용을 구조화했습니다. 모든 딥러닝 모델에 대해서 ‘왜 이 기술이 필요한가?’에서 학습을 출발하고, 각 모델의 심층적인 이론에 대해 깊이 있게 다룹니다.
이러한 깊이 있고 탄탄한 이론 학습을 통해 특정 딥러닝 모델에 대해 정확하게 이해하고 있다는 확신을 가질 수 있습니다. 이러한 확신은 실습으로 코딩 연습을 진행하면 더 강해질 것입니다.
[실제 데이터셋을 활용한 프로젝트 학습]
오래된 학습 데이터 세트를 기반으로 딥러닝을 배우는 과정이 지겹지 않나요? 이 강의는 다릅니다. 이 강의는 비즈니스 문제를 해결하기 위해 구성되어 있는 실제 데이터 세트를 통해 프로젝트를 진행합니다.
이 강의에서는 6가지 실제 비즈니스 사례에서 사용된 데이터셋을 사용하여 아래의 사항들을 해결해봅니다.
고객 이탈 문제를 해결하는 ANN 모델
이미지 인식을 위한 CNN 모델
주가를 예측하는 RNN 모델
사기 조사를 위한 SOM
추천 시스템을 만드는 Boltzmann Machine
넷플릭스 상금 100만 달러 챌린지를 위한 Stacked AutoEncoder
이 모든 데이터셋을 가지고 딥러닝 모델을 만드는 과정을 빈 코드 에디터 페이지부터 시작해 함께 작성해봅니다. 실제로 코드를 치고, 고민하는 과정을 통해 코드가 어떻게 구성되고 각 행의 의미가 정확하게 무엇인지를 완벽하게 이해할 수 있습니다.
[딥러닝 구현을 위한 도구 완전 정복]
딥러닝 구현을 위한 핵심 라이브러리인 TensorFlow, Pytorch 모두를 이 코스를 통해 다뤄볼 수 있습니다. 단순히 도구를 활용만 하는게 아니라, TensorFlow와 Pytorch 각각을 더 잘 사용하고, 어떤 상황에서 어떤 도구를 사용하는게 더 좋은지 그 맥락을 이해할 수 있게 해드립니다. 또한, Theano와 Keras 등 복잡한 딥러닝 모델을 보다 효과적으로 구현하도록 도와주는 최신 도구들까지 다뤄볼 수 있습니다.
이외에도 머신러닝 구현을 위한 Scikit-Learn 라이브러리와, 데이터 전처리를 위해 사용되는 Pandas에 대해서도 다양하게 활용해볼 수 있습니다. Numpy도 물론 사용합니다. Matplotlib을 통한 데이터 시각화도 다루고 있어서, 딥러닝 할 데이터를 다루기 위해 필요한 모두 도구들에 대해서 실습을 해볼 수 있습니다.
[200만 수강생의 데이터 사이언스 학습을 도운 Ligency Team의 한 마디]
한국 수강생 여러분 안녕하세요.
전문 데이터 사이언티스트들로 구성된 교육 기관, Ligency Team입니다.
저희의 [딥러닝의 모든 것 with Python, Tensorflow, Pytorch] 코스에 오신 것을 환영합니다.
인공 지능은 기하급수적으로 성장하고 있습니다. 의심의 여지가 없습니다. 자율주행 자동차는 수백만 마일의 속도를 기록하고 있으며 IBM Watson은 의사보다 환자를 더 잘 진단하고 있고 Google Deepmind의 AlphaGo는 직관이 중요한 게임인 바둑에서 세계 챔피언을 이겼습니다.
그러나 AI가 발전할수록 해결해야 할 문제는 더욱 복잡해집니다. 그리고 딥 러닝만이 이러한 복잡한 문제를 해결할 수 있고 이것이 인공 지능의 핵심인 이유입니다.
이 코스는 딥러닝을 학습하기 위한 직관 튜토리얼, 실습 및 실제 사례 연구로 가득 찬 흥미진진한 교육 프로그램입니다.
우리는 딥러닝에 대해 매우 열정적입니다. 우리는 이 코스를 지구상에서 가장 강력한 딥러닝 교육 과정으로 만들기 위해 최선을 다하고 있습니다. 우리에겐 당신이 우리의 도움이 필요할 때 항상 거기에 있어야 할 책임이 있습니다. 그래서, 모든 질문에 대해 48시간 이내에 답변을 드릴 수 있는 최고의 데이터 사이언티스트 조교 팀을 운영하고 있습니다.
강의를 들으시고 강의와 관련하여 궁금하신 점은 무엇이든 Q&A에 남겨주세요. 대신, 꼭 영어로 남겨주세요. 그래야 답변을 드릴 수 있습니다. :)
이 코스를 통해 딥러닝의 세계에 빠져보시기 바랍니다
수업에서 뵙죠.
- Ligency Team
What's inside
Learning objectives
- 딥러닝 핵심 모델에 대한 깊은 이해와 실제 데이터 적용 실습
- Ann(인공 신경망) 모델의 이해와 적용
- Cnn(합성곱 신경망) 모델의 이해와 적용
- Rnn(순환 신경망) 모델의 이해와 적용
- Som(자기조직화지도)의 이해와 적용
- 볼츠만 머신의 이해와 적용
- Autoencoder의 이해와 적용
- 딥러닝 핵심 모델에 대한 깊은 이해와 실제 데이터 적용 실습
- Ann(인공 신경망) 모델의 이해와 적용
- Cnn(합성곱 신경망) 모델의 이해와 적용
- Rnn(순환 신경망) 모델의 이해와 적용
- Som(자기조직화지도)의 이해와 적용
- 볼츠만 머신의 이해와 적용
- Autoencoder의 이해와 적용
Syllabus
본 과정에 오신 것을 환영합니다
웰컴 챌린지!
Get to know what is Deep Learning, how it developed over the years and how it will affect the future
데이터 세트 및 강의 슬라이드 다운로드
Read more
Syllabus
Get to know what is Deep Learning, how it developed over the years and how it will affect the future
Learn step-by-step how do Neural Networks work, focused on actual applications and close to life example.
Additional Colab notebook for the Mega Case Study
Traffic lights
Save this course
Save
Reviews summary
딥러닝 핵심 모델 이론과 실습
TensorFlow와 PyTorch 모두 다루는 점이 유용합니다.
실제 데이터 기반 프로젝트가 실무 적용에 도움됩니다.
핵심 모델 이론 설명이 체계적이며 실습이 풍부합니다.
Activities
『밑바닥부터 시작하는 딥러닝』 읽기
Show steps
딥러닝의 기본 원리를 이해하고, 파이썬으로 직접 구현해보면서 딥러닝 모델의 작동 방식을 익힙니다.
View
밑바닥부터 시작하는 딥러닝 1(리마스터판)
on Amazon
Show steps
-
책을 읽으면서 제공되는 코드를 직접 실행해봅니다.
-
각 장의 연습 문제를 풀어보면서 이해도를 높입니다.
-
자신만의 데이터셋을 사용하여 간단한 딥러닝 모델을 만들어봅니다.
TensorFlow/PyTorch 튜토리얼 따라하기
Show steps
TensorFlow와 PyTorch의 기본 사용법을 익히고, 다양한 예제 코드를 따라하면서 딥러닝 모델 구축 능력을 향상시킵니다.
Show steps
-
TensorFlow 또는 PyTorch 공식 웹사이트의 튜토리얼을 선택합니다.
-
튜토리얼 코드를 따라 치면서 각 코드 라인의 의미를 이해합니다.
-
튜토리얼 코드를 수정하여 자신만의 모델을 만들어봅니다.
딥러닝 모델 설명 블로그 포스팅 작성
Show steps
자신이 이해한 딥러닝 모델의 작동 방식을 블로그 포스팅으로 작성합니다. 다른 사람에게 설명하는 과정을 통해 자신의 이해도를 높이고, 딥러닝 지식을 공유합니다.
Show steps
-
설명할 딥러닝 모델 (예: CNN, RNN, SOM)을 선택합니다.
-
모델의 작동 방식, 장단점, 활용 사례 등을 조사합니다.
-
조사한 내용을 바탕으로 블로그 포스팅을 작성합니다.
-
작성한 포스팅을 온라인에 게시합니다.
Three other activities
Expand to see all activities and additional details
Show all six activities
이미지 분류 모델 구축 프로젝트
Show steps
CNN 모델을 사용하여 이미지 분류 모델을 구축하는 프로젝트를 진행합니다. 실제 데이터셋을 사용하여 모델을 학습시키고, 성능을 평가하면서 CNN 모델의 작동 방식을 깊이 있게 이해합니다.
Show steps
-
CIFAR-10 또는 MNIST와 같은 이미지 데이터셋을 선택합니다.
-
TensorFlow 또는 PyTorch를 사용하여 CNN 모델을 구축합니다.
-
선택한 데이터셋으로 모델을 학습시킵니다.
-
테스트 데이터셋으로 모델의 성능을 평가합니다.
-
모델의 성능을 개선하기 위해 하이퍼파라미터를 튜닝합니다.
『GAN 인 액션』 읽기
Show steps
GAN의 이론적 배경과 다양한 응용 사례를 학습하고, GAN 모델을 구축하는 능력을 향상시킵니다.
View
Alter Ego: A Novel
on Amazon
Show steps
-
책을 읽으면서 제공되는 코드를 직접 실행해봅니다.
-
각 장의 연습 문제를 풀어보면서 이해도를 높입니다.
-
자신만의 데이터셋을 사용하여 간단한 GAN 모델을 만들어봅니다.
TensorFlow/PyTorch 오픈소스 프로젝트에 기여
Show steps
TensorFlow 또는 PyTorch 오픈소스 프로젝트에 버그 수정, 문서 개선, 코드 기여 등을 통해 참여합니다. 실제 프로젝트에 참여하면서 딥러닝 프레임워크의 작동 방식을 깊이 있게 이해하고, 개발 능력을 향상시킵니다.
Show steps
-
TensorFlow 또는 PyTorch GitHub 저장소를 방문합니다.
-
기여할 만한 이슈 (예: 버그 수정, 문서 개선)를 찾습니다.
-
해당 이슈를 해결하기 위한 코드를 작성합니다.
-
작성한 코드를 GitHub 저장소에 Pull Request 합니다.
-
코드 리뷰를 받고, 필요한 수정을 합니다.
『밑바닥부터 시작하는 딥러닝』 읽기
Show steps
딥러닝의 기본 원리를 이해하고, 파이썬으로 직접 구현해보면서 딥러닝 모델의 작동 방식을 익힙니다.
View
밑바닥부터 시작하는 딥러닝 1(리마스터판)
on Amazon
Show steps
- 책을 읽으면서 제공되는 코드를 직접 실행해봅니다.
- 각 장의 연습 문제를 풀어보면서 이해도를 높입니다.
- 자신만의 데이터셋을 사용하여 간단한 딥러닝 모델을 만들어봅니다.
TensorFlow/PyTorch 튜토리얼 따라하기
Show steps
TensorFlow와 PyTorch의 기본 사용법을 익히고, 다양한 예제 코드를 따라하면서 딥러닝 모델 구축 능력을 향상시킵니다.
Show steps
- TensorFlow 또는 PyTorch 공식 웹사이트의 튜토리얼을 선택합니다.
- 튜토리얼 코드를 따라 치면서 각 코드 라인의 의미를 이해합니다.
- 튜토리얼 코드를 수정하여 자신만의 모델을 만들어봅니다.
딥러닝 모델 설명 블로그 포스팅 작성
Show steps
자신이 이해한 딥러닝 모델의 작동 방식을 블로그 포스팅으로 작성합니다. 다른 사람에게 설명하는 과정을 통해 자신의 이해도를 높이고, 딥러닝 지식을 공유합니다.
Show steps
- 설명할 딥러닝 모델 (예: CNN, RNN, SOM)을 선택합니다.
- 모델의 작동 방식, 장단점, 활용 사례 등을 조사합니다.
- 조사한 내용을 바탕으로 블로그 포스팅을 작성합니다.
- 작성한 포스팅을 온라인에 게시합니다.
이미지 분류 모델 구축 프로젝트
Show steps
CNN 모델을 사용하여 이미지 분류 모델을 구축하는 프로젝트를 진행합니다. 실제 데이터셋을 사용하여 모델을 학습시키고, 성능을 평가하면서 CNN 모델의 작동 방식을 깊이 있게 이해합니다.
Show steps
- CIFAR-10 또는 MNIST와 같은 이미지 데이터셋을 선택합니다.
- TensorFlow 또는 PyTorch를 사용하여 CNN 모델을 구축합니다.
- 선택한 데이터셋으로 모델을 학습시킵니다.
- 테스트 데이터셋으로 모델의 성능을 평가합니다.
- 모델의 성능을 개선하기 위해 하이퍼파라미터를 튜닝합니다.
『GAN 인 액션』 읽기
Show steps
GAN의 이론적 배경과 다양한 응용 사례를 학습하고, GAN 모델을 구축하는 능력을 향상시킵니다.
View
Alter Ego: A Novel
on Amazon
Show steps
- 책을 읽으면서 제공되는 코드를 직접 실행해봅니다.
- 각 장의 연습 문제를 풀어보면서 이해도를 높입니다.
- 자신만의 데이터셋을 사용하여 간단한 GAN 모델을 만들어봅니다.
TensorFlow/PyTorch 오픈소스 프로젝트에 기여
Show steps
TensorFlow 또는 PyTorch 오픈소스 프로젝트에 버그 수정, 문서 개선, 코드 기여 등을 통해 참여합니다. 실제 프로젝트에 참여하면서 딥러닝 프레임워크의 작동 방식을 깊이 있게 이해하고, 개발 능력을 향상시킵니다.
Show steps
- TensorFlow 또는 PyTorch GitHub 저장소를 방문합니다.
- 기여할 만한 이슈 (예: 버그 수정, 문서 개선)를 찾습니다.
- 해당 이슈를 해결하기 위한 코드를 작성합니다.
- 작성한 코드를 GitHub 저장소에 Pull Request 합니다.
- 코드 리뷰를 받고, 필요한 수정을 합니다.
Career center
머신러닝 엔지니어
딥러닝 연구원
데이터 과학자
인공지능 개발자
컴퓨터 비전 엔지니어
자연어 처리 엔지니어
예측 분석가
데이터 엔지니어
비즈니스 분석가
소프트웨어 개발자
연구 개발 엔지니어
데이터 시각화 전문가
기술 컨설턴트
제품 관리자
기업가
Reading list
Save
Share
Similar courses
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
