lnb영역
기술교육
- 전체
- 기계
- 전기·전자
- 반도체
- 재료
- 공조냉동
- 건설/토목
- 플랜트/발전설비
- 환경·에너지·안전
- 소방
- 생산/품질
- 4차산업혁명
- 정보통신기술(ICT)
- ChatGPT
- 식품/가공
- 스마트공장
- 자동차
- 드론
- 제약
- 물류/유통
- 플립러닝
고객센터
02-6959-5779
ribbon@kitanet.or.kr상담가능시간 : 평일 09:00~18:00
토/일요일 및 공휴일 휴무
컨텐츠 내용
- 수강신청
- 과정정보
[DS Class] DNN, CNN, RNN을 활용한 딥러닝 실무
과정소개
이제부터가 진짜 딥러닝이다! DNN, CNN, RNN을 활용해 실제 딥러닝 활용 역량을 길러보자.
▶교육대상
1. 딥러닝의 기초 활용을 넘어 실제 IT기업들이 활용하고 있는 고급 인공지능 분석 역량을 갖추고 싶은 실무자
2. 리뷰 및 시장조사 등 방대한 인터넷 안의 데이터를 효과적으로 활용하고 싶은 마케터
3. 본격적인 딥러닝 활용 역량을 갖춰 창업/이직/취업 등을 달성하고 싶은 모든 사람
▶학습목차
1. 딥러닝 실무 개요
2. 다중 분류 예측
3. 다중선형회귀 모델
4. MNIST 인식 실습
5. CNN 구성요소와 연산
6. CNN을 이용한 MNIST 인식
7. RNN과 LSTM
▶수료기준
항목 |
진도율 |
진행단계평가 |
최종평가 |
과제 |
수료점수 |
평가비율 |
100% |
0% |
0% |
0% |
60점이상 |
수료조건 |
80% |
없음 |
없음 |
없음 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
학습목표
1. 딥러닝의 알고리즘 종류인 DNN을 활용한 글씨 분류 프로젝트에 대해 알 수 있다.
2. CNN(합성곱 신경망)을 활용한 글씨 분류 프로젝트를 알고 활용할 수 있다.
3. RNN(순환 신경망)을 활용한 영화 리뷰 분석을 수행할 수 있다.
2. CNN(합성곱 신경망)을 활용한 글씨 분류 프로젝트를 알고 활용할 수 있다.
3. RNN(순환 신경망)을 활용한 영화 리뷰 분석을 수행할 수 있다.
차시 | 강의명 |
---|---|
1차시 | 1. 딥러닝 실무 개요 |
2차시 | 2. 다중 분류 예측 |
3차시 | 3. 다중선형회귀 모델 |
4차시 | 4. MNIST 인식 실습 |
5차시 | 5. CNN 구성요소와 연산 |
6차시 | 6. CNN을 이용한 MNIST 인식 |
7차시 | 7. RNN과 LSTM |