-
딥러닝(Deep Learning)은 무엇인가 7
인공지능, 머신러닝, 딥러닝이 각각 무엇인지 정의하고, 딥러닝이 어떤 식으로 발전해 왔는지를 살펴봅니다.
-
수업 목표Lecture1.1
-
인공지능(Artificial Intelligence; AI)이란?Lecture1.2
-
머신러닝 프로그래밍(Machine Learning)이란?Lecture1.3
-
머신러닝의 핵심, 표현과 일반화Lecture1.4
-
딥러닝 프로그래밍(Deep Learning)이란?Lecture1.5
-
딥러닝(Deep Learning)의 발달Lecture1.6
-
마무리Lecture1.7
-
-
텐서플로우와 딥러닝 개발 프로세스 5
인공지능을 개발하기 위한 대표적인 프레임워크인 텐서플로우를 알아보고, 텐서플로우를 통해 어떤 식으로 모형을 개발하는 지를 살펴봅니다.
-
수업 목표Lecture2.1
-
딥러닝 프레임워크(Framework)Lecture2.2
-
텐서플로우(Tensorflow)Lecture2.3
-
텐서플로우를 활용한 딥러닝 개발 프로세스Lecture2.4
-
마무리Lecture2.5
-
-
퍼셉트론과 인공신경망의 구성 10
인공신경망의 구조를 살펴보고, 어떤 식으로 기술되어 있는지를 살펴봅니다.
-
수업 목표Lecture3.1
-
퍼셉트론(Perceptron Unit)이란?Lecture3.2
-
활성화함수란Lecture3.3
-
케라스로 뉴런(Neuron) 구성하기Lecture3.4
-
인공신경망의 기본 구조Lecture3.5
-
인공신경망 너비의 이점Lecture3.6
-
인공신경망의 깊이에 따른 효과Lecture3.7
-
활성화함수 비선형성의 이점Lecture3.8
-
인공신경망(ANN)의 세부 구성요소Lecture3.9
-
마무리Lecture3.10
-
-
인공신경망의 순전파 7
인공신경망이 어떤 식으로 입력값을 받아 출력값을 연산하는지를 살펴봅니다.
-
수업 목표Lecture4.1
-
인공신경망의 순전파란?Lecture4.2
-
인공신경망의 순전파 연산 진행Lecture4.3
-
인공신경망의 순전파 모델 구현하기Lecture4.4
-
생성한 인공신경망에서 순전파 차례대로 진행하기Lecture4.5
-
순전파 과정 정리Lecture4.6
-
마무리Lecture4.7
-
-
인공신경망의 역전파 5
인공신경망 내 가중치가 어떤 식으로 학습 되는지를 살펴봅니다.
-
수업 목표Lecture5.1
-
선형회귀 모형의 학습Lecture5.2
-
인공신경망의 학습Lecture5.3
-
역전파(Backpropagation) 이해하기Lecture5.4
-
마무리Lecture5.5
-
-
정형데이터를 활용한 이진분류 심층신경망 만들기 3
정형 데이터를 활용해 인공신경망을 학습시키는 전 과정을 살펴봅니다.
-
이미지를 분류하는 인공지능 만들기 3
비정형 데이터를 활용해 인공신경망을 학습시키는 전 과정을 살펴봅니다.
This content is protected, please login and enroll course to view this content!
Prev
인공신경망 너비의 이점
Next
활성화함수 비선형성의 이점