과정정보
교육소개
딥러닝, 이론만으로 충분할까? 파이토치를 이해하면 딥러닝이 제대로 보이기 시작한다.
AI와 딥러닝에 대한 관심이 높아지고 있지만, 여전히 많은 입문자들이 개념 이해에 그치고 실제 구현과 연결하지 못하는 경우가 많다.
특히 파이토치는 직관적인 코드 구조와 실습 중심 학습에 최적화되어 있어 딥러닝 입문자가 실습을 통해 개념을 익히기에 매우 적합한 프레임워크로 활용되고 있다.
본 과정은 파이토치를 처음 배우는 학습자를 위해 ‘개념 → 실습 → 프로젝트’의 3단계 학습구조를 적용하여, 입문자도 쉽게 접근할 수 있는 실습형 교육을 목표로 한다.
학습목표
-파이토치 기반 딥러닝 기초 모델을 직접 구현하고 이해할 수 있다.
-CNN, RNN, GAN 등 다양한 딥러닝 모델의 작동 원리를 이해하고, 이를 실제 문제에 적용하여 문제를 해결할 수 있다.
-오버피팅과 같은 딥러닝 모델 학습 시 발생하는 문제점을 파악하고 해결 방안을 적용할 수 있다.
학습대상
-파이토치 및 딥러닝 개념을 빠르게 이해하고 실무에 적용하고자 하는 직장인
-파이토치를 이용한 딥러닝 모델 구현 능력을 향상시키고 싶은 개발자 및 직장인
-AI 기술의 핵심 원리를 이해하고 개발자와의 협업 또는 AI 프로젝트를 기획에 참여하고자 하는 기업 실무자
강사 및 내용전문가 소개
평가비율 및 수료기준
학습목차
2
데이터의 기본단위 텐서(Tensor) 완전 정복
-
데이터의 기본단위 텐서(Tensor) 완전 정복
3
자동 미분과 손실 함수 - 모델 학습의 핵심 원리
-
자동 미분과 손실 함수 - 모델 학습의 핵심 원리
4
선형 회귀와 로지스틱 회귀 - 핵심 개념과 실습까지
-
선형 회귀와 로지스틱 회귀 - 핵심 개념과 실습까지
5
신경망(NN)의 구조 - 뇌를 닮은 알고리즘 만들기
-
신경망(NN)의 구조 - 뇌를 닮은 알고리즘 만들기
7
순전파와 역전파 - 학습의 작동 원리 파헤치기
-
순전파와 역전파 - 학습의 작동 원리 파헤치기
8
오버피팅 탈출법 - 과적합을 피하는 핵심 전략
-
오버피팅 탈출법 - 과적합을 피하는 핵심 전략
9
DNN으로 푸는 주택 가격 예측 - 실전 회귀 완전정복
-
DNN으로 푸는 주택 가격 예측 - 실전 회귀 완전정복
10
MNIST 손글씨 분류 - CNN으로 숫자 알아보기
-
MNIST 손글씨 분류 - CNN으로 숫자 알아보기
11
CNN으로 이미지 분류하기 - FashionMNIST 실습
-
CNN으로 이미지 분류하기 - FashionMNIST 실습
12
RNN 기본원리 - 순서를 기억하는 모델의 탄생
-
RNN 기본원리 - 순서를 기억하는 모델의 탄생
13
GAN으로 이미지 생성하기 - 생성과 판별의 게임
-
GAN으로 이미지 생성하기 - 생성과 판별의 게임
14
트랜스포머로 챗봇 만들기 - 대화형 AI 첫 도전
-
트랜스포머로 챗봇 만들기 - 대화형 AI 첫 도전
15
BERT 모델이란? - 문장을 이해하는 인공지능
-
BERT 모델이란? - 문장을 이해하는 인공지능
16
날씨 이미지 분류 프로젝트 - 기상 이미지의 패턴을 찾아라
-
날씨 이미지 분류 프로젝트 - 기상 이미지의 패턴을 찾아라
17
얼굴 나이 예측 모델 만들기 - 이미지 속 나이를 읽는 AI
-
얼굴 나이 예측 모델 만들기 - 이미지 속 나이를 읽는 AI
18
CelebA 데이터셋 실습 - 셀럽 얼굴로 배우는 딥러닝 응용
-
CelebA 데이터셋 실습 - 셀럽 얼굴로 배우는 딥러닝 응용
수강후기
연관과정
동일 카테고리 내 인기과정