한 달만 배워도 텐서플로 프로그래머 (평일반)
Out of Stock
기간 2016년 12월 12일 ~ 12월 30일
일정 월, 수, 금 오후 7시 30분 ~ 10시 30분 (3시간씩 총 36시간)
준비물 약간의 파이썬 기초지식
수강인원 20명 선착순
수강료 150만원(조기등록 할인가 140만원)

품절

상품평

아직 상품평이 없습니다.

“한 달만 배워도 텐서플로 프로그래머 (평일반)”의 첫 상품평을 남겨주세요

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다.

Need Help? Contact Us Leave Feedback

Category: .

Share

강사소개

한양대학교 컴퓨터공학과 박사(수료)
인하공업전문대학 겸임교수
한국컴퓨터정보학회 이사

강의소개

하바드 비즈니스 스쿨은 21세기 가장 섹시한 직업으로 데이터 과학자를 선정했다. 크라우드 소싱 데이터 분석 사이트인 Kaggle에는 2016년 현재 25,000여 개의 커널(코드 및 분석)이 포스팅되어 있다. 삼성전자는 인공지능 플랫폼 기업 VIV Labs를 인수했고 네이버는 딥러닝 기술을 사용하여 챗봇 개발을 진행 중이다. 인공지능이 분야별 문제와 속속 결합되고 있는 시대이다. 스마트폰 및 사물인터넷으로 인한 데이터 축적 속도와 GPU 컴퓨팅 파워의 발전으로 인해 이론에만 머물렀던 기계학습이 프로그래머들에게 새로운 질문을 던지고 있는 시점이다; “당신은 새로운 형태의 문제를 해결할 수 있는가?”라고.   이번 강의의 목표는 수강생들로 하여금 각자의 업무 분야 또는 전공 분야에서 발생하는 데이터를 활용하여 새로운 서비스 모델 또는 가치를 끌어낼 수 있는 기본 역량을 제공하는 것이다. 많은 예제와 더불어 학문적 내용에 대한 학습을 병행하여 기계학습 분야의 문턱을 낮추도록 할 것이다.

한 달만 배워도 텐서플로 프로그래머의 특징

Tensorflow 데이타 흐름을 알아봅니다

Tensorflow를 데이터의 관점에서 바라봅니다. 이미지, 문장 등의 데이터가 텐서로 어떻게 표현되는지 알아보고 생산자, 소비자는 데이터 큐를 어떻게 활용하여 텐서를 주고받는지도 학습합니다.

Tensorflow 데이타 처리 방법을 알아봅니다

간단한 사칙연산부터 Convolution에 이르기까지 Tensorflow에서 텐서를 어떻게 요리하는지 알아봅니다. 연결하기, 쌓아올리기 등 딥러닝에서 텐서를 사용하는 방법에 대해서도 학습합니다.

실전에서 사용하는 데이타를 분석해 봅니다

다양한 예제 분석을 통해 다른 사람들은 무엇을 어떻게 했는지 가능하면 많은 사례를 살펴보도록 하겠습니다. 모방은 창조의 어머니라고들 합니다.

수강생을 위한 특전

알고리즘으로 배우는 인공지능, 머신러닝, 딥러닝 입문

시작하세요! 텐서플로 프로그래밍: 단계별로 배우는 머신러닝 기초(5월 출간 예정)

커리큘럼

01.

개발 환경 준비


  • Anaconda, Tensorflow, Docker 설치
  • 개발 환경 설정
  • Hello, Tensorflow
   
02.

NumPy


  • Array
  • Indexing, slicing, broadcasting
  • 선형대수 관련 내장 함수
   
03.

Computational Graph


  • 텐서, 변수
  • Session, Fetch, Feed Dictionary, Placeholder, Queue
  • TensorBoard 사용법
   
04.

기계학습-1


  • Linear Regression 이론 소개 및 실습
  • Logistic Regression 이론 소개 및 실습
  • Softmax Regression 이론 소개 및 실습
   
05.

기계학습-2


  • Linear SVM 이론 소개 및 실습
  • Nonlinear SVM 이론 소개 및 실습
  • Multiclass SVM 이론 소개 및 실습
   
06.

Neural Networks


  • 이론 소개(역전파 알고리즘, Activation 함수)
  • 다중 레이어 뉴럴 네트워크 구현-1
  • 다중 레이어 뉴럴 네트워크 구현-2
   
07.

Convolutional Neural Networks-1


  • 이론 소개(Convolution, Kernel, Strides, Padding)
  • 이론 소개(역전파 알고리즘)
  • Convolutional 레이어, Max-pool 레이어 구현
   
08.

Convolutional Neural Networks-2


  • tf.contrib.layers.convolution2d 레이어
  • tf.contrib.layers.fully_connected 레이어
  • 이미지 데이터 처리(TFRecord, Cropping, Padding, Flipping, 컬러)
   
09.

Convolutional Neural Networks-3


  • 네트워크 아키텍처 정의
  • 모델 정의 및 학습
  • TensorBoard
   
10.

Recurrent Neural Networks


  • 이론 소개(Backpropagation Through Time)
  • 이론 소개(시퀀스 모델링)
  • RNN 구현
   
11.

LSTM


  • 이론 소개
  • Word2Vec 소개
  • Tensorflow를 이용한 LSTM 구현
   
12.

Toy Project


  • Toy-project
  • Toy-project
  • Toy-project
   

150만원 > 조기등록 할인가 140만원