컨텐츠 내용
- 수강신청
- 과정정보
[AI 딥러닝 백과사전] 딥러닝 주요 모델 원리
학습목표
CNN, RNN, Transformer 등 주요 딥러닝 모델의 구조와 작동 원리를 비교 분석하고, 각 모델의 특징과 활용 방안을 설명할 수 있다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 모듈 패키지 수강을 희망하시는 경우 '[AI 딥러닝 백과사전] 통합 패키지' 과정을 신청하여주시기 바랍니다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 모듈 패키지 수강을 희망하시는 경우 '[AI 딥러닝 백과사전] 통합 패키지' 과정을 신청하여주시기 바랍니다.
교육대상
딥러닝의 기초 모듈에 대해 알고 싶으신 분
※ 본 과정 수강을 위해서는 대학수학 수준(함수, 미분, 확률과 통계 등)의 사전 지식이 필요합니다.
※ 본 과정 수강에 앞서 연계 선수 과목 수강을 권장합니다(하단 이미지 참고).
※ 본 과정 수강을 위해서는 대학수학 수준(함수, 미분, 확률과 통계 등)의 사전 지식이 필요합니다.
※ 본 과정 수강에 앞서 연계 선수 과목 수강을 권장합니다(하단 이미지 참고).
과정소개
수료기준
| 평가기준 | 진도율 | 총점 |
|---|---|---|
| 배점 | 100% | 100점 |
| 수료기준 | 80% | 80점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 80점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | [딥러닝 주요 모델 원리] Convolution 연산 |
| 2차시 | [딥러닝 주요 모델 원리] Stacking Convolution Layers |
| 3차시 | [딥러닝 주요 모델 원리] Convolutional Neural Network |
| 4차시 | [딥러닝 주요 모델 원리] RNN |
| 5차시 | [딥러닝 주요 모델 원리] Language Modeling |
| 6차시 | [딥러닝 주요 모델 원리] Seq2seq with Attention |
| 7차시 | [딥러닝 주요 모델 원리] Transformer 모델 (1) Self-Attention 1 |
| 8차시 | [딥러닝 주요 모델 원리] Transformer 모델 (1) Self-Attention 2 |
| 9차시 | [딥러닝 주요 모델 원리] Transformer 모델 (2) 기타 구성 요소 1 |
| 10차시 | [딥러닝 주요 모델 원리] Transformer 모델 (2) 기타 구성 요소 2 |
