[인공지능] Keras를 이용한 딥러닝
| 교육일정 | |
|---|---|
| 교육시간 | 3일, 24시간 |
| 교육장소 | 서울본부(강의장 추후 개별 안내) |
| 고용보험 | 고용보험 비환급 ? |
|
교육비
|
정상가 700,000 원 1사2인 이상시 1인당 670,000 원 KPC 유료법인회원 630,000 원 |
| 교육문의 | T.02-724-1218 / F. 02-724-1875 / syhan@kpc.or.kr |
교육목적/특징
■ 인공지능과 딥러닝의 개요 및 활용사례 이해
■ 딥러닝 프레임워크 중 하나인 최근에 많이 사용되고 있는 Keras를 딥러닝 개발환경에 활용
■ Keras와 딥러닝 알고리즘을 활용하여 딥러닝 네트워크 구현
■ 딥러닝을 이용하여 제시된 문제 해결
교육대상
■ AI 담당자 및 인공지능 입문자
■ 최신 딥러닝 알고리즘 및 모델을구현해보고 싶은 입문자, 비전공자
■ 딥러닝 애플리케이션 개발자
교육내용
| 일자 | 내용 | |
|---|---|---|
| 1일차 | 오전 |
[Phase 01] 딥러닝 개요 및 동작원리 - 인공지능/딥러닝 개요 및 활용사례 - 실습환경 준비(Anaconda3, Keras, Tensorflow) - 선형 회귀 - 오차 수정하기: 경사하강법 - 로지스틱 회귀 |
| 오후 |
[Phase 02] 신경망의 이해 - 퍼셉트론 - 다층 퍼셉트론 - 오차 역전파 - 활성화 함수와 손실 함수 |
|
| 2일차 | 오전 |
[Phase 03] 딥러닝 기본기 다지기 - 모델 설계하기(폐암 수술환자 생존율 예측실습) - 데이터 다루기 (피마 인디언 당뇨병 예측실습) - 다중분류 문제 해결하기 (아이리스 품종 예측 실습) - 과적합 피하기 (초음파 광물 예측 실습) - 베스트 모델 만들기 (와인 종류 예측 실습) - 선형회귀 적용하기 (보스톤 집값 예측 실습) |
| 오후 | ||
| 3일차 | 오전 |
[Phase 04] 합성곱 신경망 (CNN) - DNN과 CNN의 차이 - MNIST 실습 - CNN을 이용한 이미지 분류 실습 |
| 오후 |
[Phase 05] 순환 신경망 (RNN) - 자연어 처리 개요 및 word2vec 이해 - RNN 이해 및 실습 - LSTM 이해 및 실습 |
|
|
* 본 교육과정은 개강일 기준으로 약 7일 전 개강 여부를 확정하며, |
||
수강후기
연관 자격
| 자격증명 | 자격증관련링크 |
|---|
