![[브오디-73] 딥러닝 입문](https://www.masocampus.com/wp-content/uploads/2022/12/딥러닝-입문_썸네일_v1.0.jpg)
본격적인 딥러닝 입문 과정! 머신러닝으로 얻은 인사이트, 내 업무에 활용해보자
딥러닝이란 무엇인가? 딥러닝의 개념을 완벽히 정리하여 실제로 활용해보는 딥러닝과 인사하기 과정
- 딥러닝의 학습 원리인 순전파와 역전파에 대한 이해
- 딥러닝 개념과 퍼셉트론 개념 이해
- 이해 기반의 딥러닝 활용 실습으로 실제 활용 능력 확보
- 파이썬 가상 환경과 Keras 활용 능력
딥러닝 어렵지 않습니다!
딥러닝 프로세스 이해를 통해 딥러닝의 세계에 빠져보세요!
딥러닝이 대체 뭐길래?
우리는 아침에 일어나면 스마트폰의 음성 인식 서비스에게 날씨를 물어보는 것으로 하루를 시작합니다.
아침에 출근하면서 Ai가 그린 그림과 소설 등이 대회에서 수상한 소식을 들으며,
업무 중 긴장되는 해외 고객과의 대화를 번역기를 활용해 위기를 넘깁니다.
점심 시간에 옆자리 직원이 신차를 주문한다는 자랑에 배가 아파 괜히 자율주행 기술에 대한 불신을 나타냅니다
이 모든 것들이 딥러닝을 통해 실현된 기술이며, 딥러닝이 가져온 변화 중에선 아주 일부에 불과합니다.
알파고 대국과 함께 전 세계인의 관심이 딥러닝에 집중된지 어느덧 10년, 단 10년 만에 세상은 놀랄 만큼 변했으며,
새로운 빅테크 기업들이 눈부신 실적을 내는 것이 매일 경제지에 올라옵니다.
그렇다면 대체 딥러닝이 뭐길래 이렇게 많은 변화를 가져온걸까요?
딥러닝이란 인공지능 기술로 구현한 사람의 두뇌라 볼 수 있습니다.
눈, 코, 입, 피부 등으로 감지한 자극이 뇌에 전달되어 신호로 인식되는 것처럼
디지털화된 정보가 몇 가지 단계를 거쳐 컴퓨터가 자율적으로 판단하고, 결론을 도출합니다.
물론 첨단 기술의 하나이므로 설계에는 상당한 연구와 숙련자의 지식이 필요합니다.
하지만, 일반적인 사용의 경우에는 그렇지 않습니다.
파이썬의 최대 장점 중 하나인 무료로 설치 가능한 모듈에는 이미 딥러닝을 구현할 수 있는 모듈이 개발되었으며, 실제로 많은 사람들이 활용하고 있습니다.
많은 사람들이 사용할 수 있다는 건, 당신도 충분히 활용 가능하다는 의미입니다.
그래서 마소캠퍼스에서는 누구나 딥러닝에 쉽게 입문할 수 있도록 [딥러닝 입문] 강의를 통해 딥러닝의 개념과 작동 원리를 제작하였습니다.
그야말로 혁명적인 생산성 향상을 가져오기 위해, 당신도 딥러닝에 입문해보세요!
- 인공지능의 업무 활용을 시도하고 싶은 실무자
- IT업계로 창업/이직/입사 등 커리어를 쌓고 싶은 모든 사람
- 사업에 인공지능을 도입하고 싶은 경영자, 실무자
- 딥러닝 역량을 쌓기 위해 첫 단추부터 제대로 시작하고 싶은 모든 사람
<딥러닝 입문> 강의를 듣고 나면,
여러분께서는 다음과 같은 역량을 확보하실 수 있습니다.
- 인공 지능, 머신 러닝, 딥러닝의 개념 파악
- 딥러닝의 구성 요소와 모델의 원리 이해
- 딥러닝의 학습 원리 및 오차 수정 방식 이해
- 파이썬 가상 환경 구축과 Keras 활용 능력
분야에 상관 없이 압도적인 생산성 향상을 가져다 주는 딥러닝!
딥러닝을 “제대로” 활용하기 위해 개념부터 완벽하게 잡고 가는 과정!
본 강좌를 통해 현재 가장 HOT한 기술인 딥러닝의 작동 원리를 이해하고 실습을 통해 실제로 딥러닝 모델을 구현할 수 있습니다.
Step 1. 딥러닝의 개념과 작동 프로세스 이해하기
딥러닝이 무엇인지, 머신 러닝과 어떤 차이를 가지길래 차원이 다른 퍼포먼스를 보여주는지 낱낱이 파헤쳐 드립니다!
비밀을 알게 된다면 활용은 더 정확하고 쉬워집니다.
Step 2. 딥러닝 모델링 과정 실습하기
대표적인 딥러닝 알고리즘, 회귀와 분류!
직접 설계한 모델로 데이터 분석 실습을 통해 진짜 딥러닝을 써볼 수 있습니다.
Step 3. 디지털 세계에서 발견한 인사이트를 현실 세계로!
데이터를 기반으로 각종 기법의 머신 러닝을 수행한 후 얻어진 인사이트를 실제 업무 현장에 적용한다면,
영업, 개발, 인사까지 방대한 부분의 의사결정에 혁명적인 발전을 가져올 수 있습니다.
1. 딥러닝의 개념 살펴보기!
2. 딥러닝의 필수 구성 요소!
3. 활성화 함수 이해하기!
4. 딥러닝의 문제점 해결하기!
5. 환자의 생존율 예측하기!
Q. 파이썬 프로그래밍에 대한 선수 지식이 필요한가요?
A. 본 강의 및 이어지는 마소캠퍼스의 딥러닝 강의에는 기초 파이썬 활용 능력이 필요합니다. 파이썬이 익숙하지 않으신 분들께서는 마소캠퍼스의 ‘파이썬 데이터 분석 입문‘및 ‘파이썬 데이터 분석 실무’ 강의를 먼저 수강하시는 것을 추천드립니다.
Q. 강의를 수강하기 위한 요구 사항 또는 필요 조건이 있나요??
A. 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다. 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.
Q. 딥러닝에는 고사양 pc가 필요하다 들었는데, 실습에 고사양 pc가 필요한가요?
A. 고사양 환경에서 실행시키시는 것이 좋기는 하나, 본 강의에서는 Anaconda와 Jupyter Notebook을 활용한 가상 환경에서 실습이 진행되므로 일반적인 업무용 PC 수준이면 수강에 어려움이 없으십니다.
-
-
- 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다. - 강의 교안 및 실습파일은 <12. 교재 다운로드 센터> 섹션에 존재합니다.
- 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
-
“어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다.”
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,
2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!
이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.
마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다.
1. 배우면 반드시 쓸 수 있는 Actionable Content
2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum
마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.
커리큘럼
| 00. 강의 소개 | |||
| [onc73] DLE0001 강의 소개 | 00:00:27 | ||
| 01. 머신 러닝과 딥러닝 | |||
| [onc73] DLE0101 머신 러닝의 개념 | FREE | 00:10:34 | |
| [onc73] DLE0102 머신 러닝과 딥러닝의 차이 | 00:09:23 | ||
| [onc73] DLE0103 딥러닝의 데이터셋 나누기 | 00:07:03 | ||
| [onc73] DLE0104 딥러닝의 평가 지표 | 00:03:37 | ||
| 02. 딥러닝의 개념 | |||
| [onc73] DLE0201 딥러닝의 개념 | FREE | 00:09:28 | |
| [onc73] DLE0202 딥러닝의 역사 | 00:04:42 | ||
| 03. 퍼셉트론 | |||
| [onc73] DLE0301 퍼셉트론 | 00:07:05 | ||
| [onc73] DLE0302 다층 퍼셉트론 | FREE | 00:01:57 | |
| [onc73] DLE0303 다층 퍼셉트론의 구현 | 00:06:55 | ||
| 04. 퍼셉트론 실습 | |||
| [onc73] DLE0401 퍼셉트론 실습_목표 설정 | 00:01:00 | ||
| [onc73] DLE0402 퍼셉트론 실습_OR 게이트 | 00:07:20 | ||
| [onc73] DLE0403 퍼셉트론 실습_AND 게이트 | 00:02:30 | ||
| [onc73] DLE0404 퍼셉트론 실습_XOR 게이트 | 00:05:23 | ||
| 05. 딥러닝의 필수요소 | |||
| [onc73] DLE0501 딥러닝의 필수요소 | 00:03:40 | ||
| [onc73] DLE0502 활성화 함수 | 00:03:29 | ||
| [onc73] DLE0503 손실 함수, 옵티마이저, 에포크 | FREE | 00:04:22 | |
| 06. 딥러닝 맛보기 실습 | |||
| [onc73] DLE0601 딥러닝 맛보기 실습 – 모델 정의 | 00:05:00 | ||
| [onc73] DLE0602 딥러닝 맛보기 실습 – 폐암 수술 환자의 생존율 예측 | 00:16:46 | ||
| 07. 딥러닝의 구성 요소 | |||
| [onc73] DLE0701 딥러닝의 구성 요소 | 00:05:34 | ||
| [onc73] DLE0702 활성화 함수의 종류 | 00:10:31 | ||
| [onc73] DLE0703 손실 함수의 종류 | 00:03:40 | ||
| [onc73] DLE0704 구성 요소 심화 | 00:06:22 | ||
| 08. 순전파와 역전파 | |||
| [onc73] DLE0801 순전파와 역전파 | FREE | 00:04:33 | |
| [onc73] DLE0802 순전파 학습 모델 | 00:06:39 | ||
| [onc73] DLE0803 순전파 회귀 모델 | 00:03:42 | ||
| [onc73] DLE0804 순전파 분류 모델 | 00:07:59 | ||
| [onc73] DLE0805 역전파 학습 모델 | 00:08:13 | ||
| 09. 딥러닝의 문제점과 해결 방안 | |||
| [onc73] DLE0901 딥러닝의 문제점 | 00:06:29 | ||
| [onc73] DLE0902 과적합 문제와 해결 | 00:07:41 | ||
| [onc73] DLE0903 기울기 소실 문제와 해결 | 00:01:59 | ||
| [onc73] DLE0904 성능 저하 문제와 해결 | 00:05:58 | ||
| 10. 딥러닝의 개발 과정 | |||
| [onc73] DLE1001 딥러닝의 프레임워크 | 00:04:59 | ||
| [onc73] DLE1002 딥러닝의 개발 과정 | 00:03:56 | ||
| 11. 딥러닝 개발 실전 | |||
| [onc73] DLE1101 딥러닝 실전 – 모델 정의 | 00:04:53 | ||
| [onc73] DLE1102 딥러닝 실전 – 폐암 수술 환자의 생존율 예측 | 00:15:49 | ||
| 12. 교재 다운로드 센터 | |||
| [onc73] DLE1201 교재 다운로드 센터 | 00:00:00 | ||
| 13. 사후 만족도 평가 | |||
| [onc73] DLE1301 사후 만족도 조사 | 00:00:00 | ||
450039 등록 수강생
