과정정보
교육소개
세상에서 가장 꼼꼼한 딥러닝, 그 시작에 필요한 수학 지식부터 딥러닝의 기반을 단단하게 다져드립니다! 수학 지식이 없더라도 딥러닝을 기초적으로 활용하는 것은 가능하다. 그러나 딥러닝을 응용하기 위해서는 반드시 이를 위한 기초 지식이 필요하다. 본 과정은 어디 가서 물어보기 어려운 수학 지식을 개발에 꼭 필요한 부분만 엄선해서 제공하여, 개발자에게도 어려운 딥러닝 알고리즘 원리를 쉽게 이해할 수 있도록 한다. 학습 내 실습 다운로드 파일을 포함하여 컨텐츠에서 다루는 내용을 직접 실습해볼 수 있다.
학습목표
1. 딥러닝 활용의 기초가 되는 수학 지식을 이해할 수 있다.
2. 수학 지식을 기반으로 딥러닝 알고리즘의 원리를 파악하여 업무에 활용할 수 있다.
학습대상
1. 딥러닝에 관심이 있는 SW 개발자
2. 딥러닝 활용의 기초가 되는 수학 지식이 궁금한 모든 임직원
강사 및 내용전문가 소개
조준우 강사 (서울 및 동북권 이노베이션스퀘어 딥러닝 강사)
평가비율 및 수료기준
교재정보
교재명
머신 러닝·딥 러닝에 필요한 기초 수학 with 파이썬
학습목차
1
함수에 대하여
-
Intro
-
함수에 대하여(1)
-
함수에 대하여(2)
-
함수에 대하여(3)
-
함수에 대하여(4)
-
함수에 대하여(5)
-
함수에 대하여(6)
-
함수에 대하여(7)
-
함수에 대하여(8)
2
신경망 첫걸음
-
Intro
-
신경망 첫걸음(1)
-
신경망 첫걸음(2)
-
신경망 첫걸음(3)
-
신경망 첫걸음(4)
-
신경망 첫걸음(5)
-
신경망 첫걸음(6)
-
신경망 첫걸음(7)
-
신경망 첫걸음(8)
3
역전파를 위한 미분 개념 다지기
-
Intro
-
역전파를 위한 미분 개념 다지기(1)
-
역전파를 위한 미분 개념 다지기(2)
-
역전파를 위한 미분 개념 다지기(3)
-
역전파를 위한 미분 개념 다지기(4)
-
역전파를 위한 미분 개념 다지기(5)
-
역전파를 위한 미분 개념 다지기(6)
-
역전파를 위한 미분 개념 다지기(7)
-
역전파를 위한 미분 개념 다지기(8)
-
역전파를 위한 미분 개념 다지기(9)
4
최적화 방법 기초 다지기
-
Intro
-
최적화 방법 기초 다지기(1)
-
최적화 방법 기초 다지기(2)
-
최적화 방법 기초 다지기(3)
-
최적화 방법 기초 다지기(4)
-
최적화 방법 기초 다지기(5)
5
선형 모델
-
Intro
-
선형 모델(1)
-
선형 모델(2)
-
선형 모델(3)
-
선형 모델(4)
-
선형 모델(5)
-
선형 모델(6)
-
선형 모델(7)
-
선형 모델(8)
-
선형 모델(9)
-
선형 모델(10)
-
선형 모델(11)
-
선형 모델(12)
-
선형 모델(13)
6
로지스틱 회귀분석
-
Intro
-
로지스틱 회귀분석(1)
-
로지스틱 회귀분석(2)
-
로지스틱 회귀분석(3)
-
로지스틱 회귀분석(4)
-
로지스틱 회귀분석(5)
-
로지스틱 회귀분석(6)
-
로지스틱 회귀분석(7)
7
자동미분에 대하여
-
Intro
-
자동미분에 대하여(1)
-
자동미분에 대하여(2)
-
자동미분에 대하여(3)
-
자동미분에 대하여(4)
-
자동미분에 대하여(5)
-
자동미분에 대하여(6)
-
자동미분에 대하여(7)
-
자동미분에 대하여(8)
-
자동미분에 대하여(9)
-
자동미분에 대하여(10)
-
자동미분에 대하여(11)
-
자동미분에 대하여(12)
-
자동미분에 대하여(13)
-
자동미분에 대하여(14)
-
자동미분에 대하여(15)
8
다층 신경망
-
Intro
-
다층 신경망(1)
-
다층 신경망(2)
-
다층 신경망(3)
-
다층 신경망(4)
-
다층 신경망(5)
-
다층 신경망(6)
-
다층 신경망(7)
-
다층 신경망(8)
-
다층 신경망(9)
-
다층 신경망(10)
-
다층 신경망(11)
-
다층 신경망(12)
-
다층 신경망(13)
-
다층 신경망(14)
수강후기
연관과정
동일 카테고리 내 인기과정
