강의 안내

학과 소개
예비 데이터사이언티스트을 위한 딥러닝 입문(4주)
준비물 개인 노트북
담당자 (02-332-2145) help@bigdatacampus.co.kr

최근 딥러닝은 그 동안 해결하기 힘든 객체 인식, 음성 인식, 기계 번역 등 다양한 분야에서 성공적인 결과를 이끌어내고 있다. 이러한 딥러닝을 나의 현업 비즈니스 문제 해결에 적용하기 위해서는, 핵심적인 이론과 이를 구현할 수 있는 실습 과정을 학습해야만 한다.
딥러닝의 기본 배경 이론 및 흐름을 이해시켜주는 강의가 어디 없을까?
이론 뿐만 아니라 실제 실습까지 함께 진행하는 강의가 어디 없을까?

강의특징


딥러닝의 기본 배경 이론 및 흐름을 이해시켜주는 강의
실제 실습까지 함께 진행하는 강의

학과 소개
딥러닝 알고리즘들의 핵심을 이해시켜주는 강의 오픈소스를 이용한 딥러닝 실습 실제 문제에의 적용 능력을 함께 향상
본 과정은 각 딥러닝 알고리즘의 원리 및 학습 방법에 대한 핵심을 쉽고 자세하게 설명하는 데에 중점을 두고 있습니다. 최근 구글에서 발표한 Tensorflow를 중심으로 딥러닝 실습을 진행합니다. 실제 비즈니스 문제를 해결하기 위한 머신러닝을 적용하기 위해서는, 주어진 문제가 어떤 유형의 문제이며 어떤 알고리즘들을 통해 이를 해결할 수 있는지를 잘 파악해야 합니다. 본 과정에서는 지속적으로 문제 정의 및 해결 능력을 강조하여 수업을 진행할 예정입니다.

과정 목표

  • 딥러닝 알고리즘들의 이해
  • 최근 딥러닝 연구의 흐름 및 주요 이론 팔로우업
  • Python을 바탕으로 Tensorflow를 이용한 딥러닝 실습

수강 대상

  • 데이터 분석, 데이터마이닝, 머신러닝에 대한 교육/실무 경험이 있으신 분
    본 과정에서는 딥러닝을 이해하기 위한 기저의 이론들을 초반에 다룰 예정입니다.
    따라서 위의 세 가지 경험을 어느 정도 갖고 있는 분들에게 도움이 될 과정입니다..
  • 딥러닝의 핵심을 깊게 이해하고자 하시는 분
    딥러닝에 대해 본격적인 연구를 하고 있는 분이 아니라면 팔로우업하기 힘들 수 있습니다.
    본 과정에서는 소위 말하는 classic이라 불리우는 딥러닝 알고리즘 및 주요 이론들을 가급적 이해하기 쉬운 형태로
    전달하는 것을 목표로 합니다. 이를 기반으로 지속적으로 등장하는 딥러닝 관련 새로운 연구 및 자료들을 이해하는 데에 보탬이 되고자 합니다.

4주 상세 커리큘럼

상세 커리큘럼 A
주차 학습 내용
1주
    < 수업 내용 >
  • 딥러닝은 무엇이며, 어떻게 등장했을까?
  • 인공신경망으로 풀어온 문제들
  • 인공지능, 머신러닝, 딥러닝, 비지도학습, 지도학습, 강화학습, 개별 정의와 차이. 가능성과 문제점
  • 인공지능 신경망과 CNN 알고리즘 소개
    < 실습 >
  • GCP 소개 및 활용
  • 환경셋팅, 텐서플로우 임포트
  • 스칼라, 벡터, 텐서 기본 개념 구현
    < 예습 자료 >
  • https://tensorflow.blog/4-텐서플로우-싱글-레이어-뉴럴-네트워크-first-contact-with-tensorflow
3주
    < 수업 내용 >
  • 딥러닝 알고리즘 한눈에 보기
  • 딥러닝 알고리즘 지도와 기본 개념(CNN, RNN, GAN, AE)
  • NN의 문제점과 해결 - 단층 퍼셉트론, 배니싱 그래디언트, 배치 정규화, 과적합 대응
  • 신경망에서의 최적화(가중치,편향) 메소드 소개
    < 실습 >
  • 비용 함수 등 주요 개념의 함수 구현
  • 고성능 인스턴스에서의 복수 레이어 뉴럴 네트워크 / MNIST
    < 참고 자료 >
  • https://tensorflow.blog/2016/08/31/ai-deep-learning, http://www.itworld.co.kr/print/93421
상세 커리큘럼 B
주차 학습 내용
2주
    < 수업 내용 >
  • 딥러닝으로 풀어온 것들
  • End2End, 심층망 그리고 학습망, 딥러닝 구조의 특징
  • 활성화 함수, 선형/비선형, 오차, 가중치, 경사하강법, 역전파, 퍼셉트론. 딥러닝에 등장하는 주요 개념 정의
  • NN의 문제점과 해결 - 단층 퍼셉트론, 배니싱 그래디언트, 배치 처리
    < 실습 >
  • 단일 레이어 뉴럴 네트워크 / MNIST
  • 활성화 함수 등 주요 개념의 함수 구현
    < 예습 자료 >
  • https://www.slideshare.net/medit74/ss-75194754
4주
    < 수업 내용 >
  • 한발 더 나간 딥러닝 공부를 위해
  • CNN 프로그래밍 기본 개념(행렬, 핫인코딩, 채널, 스트라이드)
  • 국내외 딥러닝 스타트업 사례 스터디
  • 2018년 AI 트렌드와 풀어나가야 할 것들
    < 실습 >
  • GPU를 활용한 파이토치 실습 / CIFAR10
  • 비용 함수 구현
    < 참고 자료 >
  • https://www.slideshare.net/NaverEngineering/ss-86897066?qid=941b740a-7c8b-4b93-a8f0-d4ecd08ac400&v=&b=&from_search=4

교수 소개

프로필 사진
    Jenna Park 교수
  • · What you risk reveals what you value.
    서울과학종합대학원 빅데이터 MBA출신으로 비즈니스 관점의 데이터 분석과 코딩을 추구하고 있습니다. 기존에는 포털에서의 온라인 유저 트래픽/동선/댓글 패턴에 대한 분석과 공공데이터에 대한 분석 프로젝트를 진행하였습니다. 현재는 AI챗봇을 개발하는 스타트업에 몸담고 있고, 챗봇을 통한 경영지원 업무효율화에 관련된 분석과 사업기획을 담당하고 있습니다. GCP, AZURE, AWS 등 클라우드 및 이를 활용한 자연어처리기술에 관심이 많습니다.
    [ 경력 ]
  • · 펄스나인 주식회사 사업기획/데이터분석 담당
  • · 네이버 해피빈 CSR비즈니스실 공익마케팅 사업 담당
  • · 펜CJ E&M 방송사업본부 전략미디어마케팅 BUZZ 담당

자주묻는 질문

자주묻는 질문
빅데이터-미선 러닝 분야의 이론적 배경이 없이도 수강이 가능한가요? 프로그래밍에 약해도 수강이 가능한가요?
물론 통계학 및 빅데이터-머신 러닝분야에 대한 기초지식이 있으신 분들이 보다 유리한 과정이 될 수도 있지만, 본 과정은 소셜 미디어 데이터 분석을 위한 기본적인 이론 강의를 병행할 예정이므로 해당 분야 지식을 습득하는데 전혀 무리가 없다고 말씀드릴 수 있습니다. 본 과정은 통계분석분야 전문소프트웨어인 파이썬을 사용할 예정이므로 실제 어렵고 복잡한 프로그래밍 경험이 없어도 충분히 소화가 가능한 과정이며, 오히려 이 경험을 바탕으로 보다 복잡한 프로그래밍의 이해에 도움이 될 수도 있습니다.

수강료

수강료
일반등록가 80만원
얼리버드 할인가 49만원

평일반 수강 신청 (얼리버드 할인 중) 주말반 수강 신청 (얼리버드 할인 중)