바로가기 메뉴
본문 바로가기
주메뉴 바로가기

Creative Academy

교육개요
교육 커리큘럼과 강사는 사정에 의해 변경될 수 있습니다.
교육명,를 포함한 교육과정 표
교육명 중급 파이썬을 활용한 머신러닝 및 AI 딥러닝 기술의 이해와 구현
교육기간 2022-03-21 ~ 2022-03-25
교육시간 09:30 ~ 17:30 (하루 8시간, 총 40시간)
교육장 영우글로벌러닝  지도보기
강사 딥러닝 전문강사
정원 15명
교육비 1,500,000원 (VAT별도)


교육소개
※ 커리큘럼 문의: 이현종 팀장 02-6004-7587 / dl10432@youngwoo.co.kr
※ 교육신청 문의: 김종훈 대리 02-6004-7508 /fevernova22@youngwoo.co.kr

전세계 개발자가 가장 많이 선택한 딥러닝 프레임워크인 텐서플로우(TensorFlow) 를 활용하여 딥러닝의 기초를 학습하고 실습을 통해 구현한다.
교육목표
[교육목표]
- 딥러닝의 기본 원리와 이론적 배경을 이해한다.
- TensorFlow Framework 구성을 이해하고 이를 활용하여 DNN, CNN, RNN과 같은 딥러닝 기본 모델을 구현해본다.
- 최적화/정규화/하이퍼파라미터 튜닝을 이해하고 성능 향상을 위한 방법들을 실습해본다.


[선수지식]
- 파이썬 기초 문법
- 판다스, 넘파이, 데이터 시각화
교육대상
- 파이썬이 무엇인지 알고 기초적 활용이 가능한 개발자
- 딥러닝 모델을 직접 구현해보며 이해하고 싶은 개발자
교육내용

 


[1일차] 

- 파이썬 소개

- 비주얼 스튜디오 코드 설치와 사용

- 파이썬의 기본 형식 정리

- 필요한 데이터를 웹크롤링해서 사용하기


[2일차]

- 데이터 분석을 위한 필수 패키지와 함수

- reshape2 패키지

- KoNLP를 활용하여 한글 데이터 분석

- dplyr 패키지로 데이너 전처리


[3일차]

- Scikit-Learn 패키지 활용방법 이해

- 선형회귀 이해

- 로지스틱 회귀

- Decision Tree 이해

- Random Forest

- 커널 서포트 벡터머신 이해

- KNN

- Naive Bayes


[4일차]

- Convolutional Neural Networks(CNN)

- CNN 아키텍처

- convolution 연산 및 개념 이해, Stride, Padding

- Pooling layer

- 텐서플로우를 사용한 CNN Image Classifier 구현

- CNN 확장 : VGG, Inception, ResNet etc.


[5일차]

- Transfer Learning의 활용

- Recurrent Neural Networks(RNN)

- RNN 기본 개념과 원리

- Long-Short Term Memory Networks(LSTM)

- Char-RNN을 활용한 text generator 구현


 

학원의 설립ㆍ운영 및 과외교습에 관한 법률 시행령에 따라 다음과 같이 수강료를 환불해드립니다.

  1. 반환기한 : 반환사유가 발생한 경우 반환기준에 따라 반환사유 발생일로부터 5일 이내에 교습비등을 환불해 드리겠습니다.
  2. 반환기준
    • 1) 교습을 할 수 없거나 교습장소를 제공할 수 없게 된 날을 기준으로 이미 납부한 교습비등을 일할 계산한 금액을 환불해 드리겠습니다.
    • 2) 교습기간이 1개월 이내인 경우, 다음과 같이 환불해 드리겠습니다.
      - 교습시작 전 : 이미 납부한 교습비등의 전액
      - 총 교습시간 1/3 경과 전 : 이미 납부한 교습비등의 2/3에 해당하는 금액
      - 총 교습시간 1/2 경과 전 : 이미 납부한 교습비등의 1/2에 해당하는 금액
      - 총 교습시간 1/2 경과 후 : 반환하지 않음
    • 3) 교습기간이 1개월을 초과하는 경우, 다음과 같이 환불해 드리겠습니다.
      - 교습시작 전 : 이미 납부한 교습비등의 전액
      - 교습시작 후 : 반환사유가 발생한 해당월의 반환 대상 교습비등(교습기간 1개월 이내 기준 산출금액)과 나머지 월의 교습비등 전액을 합산한 금액