컨텐츠 내용
- 수강신청
- 과정정보
[HMG DS 프로젝트] 딥러닝 이론 탐구: 딥러닝을 활용한 최적인자도출기법
학습목표
모델 성능을 향상시키기 위한 딥러닝 하이퍼파라미터 조정 기법을 이해하고, 반복 실험을 통해 최적의 학습 인자를 도출할 수 있다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 과정 패키지 수강을 희망하시는 경우 '[HMG DS 프로젝트] 통합 패키지' 과정을 신청하여주시기 바랍니다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 과정 패키지 수강을 희망하시는 경우 '[HMG DS 프로젝트] 통합 패키지' 과정을 신청하여주시기 바랍니다.
교육대상
딥러닝의 최적화와 성능 튜닝을 깊이 있게 이해하고 싶으신 분
※ 본 과정 수강을 위해서는 통계 및 데이터 분석에 대한 중급 수준의 사전 지식이 필요합니다.
※ 'HMG Data Analytics 프로젝트' → 'HMG Data Science 프로젝트' 연계 수강을 추천합니다.
※ 본 과정 수강을 위해서는 통계 및 데이터 분석에 대한 중급 수준의 사전 지식이 필요합니다.
※ 'HMG Data Analytics 프로젝트' → 'HMG Data Science 프로젝트' 연계 수강을 추천합니다.
과정소개
수료기준
| 평가기준 | 진도율 | 총점 |
|---|---|---|
| 배점 | 100% | 100점 |
| 수료기준 | 80% | 60점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | 딥러닝을 활용한 최적인자 도출기법이란 |
| 2차시 | 최적화 기초 (1) |
| 3차시 | 최적화 기초 (2) |
| 4차시 | Pytorch 기초 |
| 5차시 | Autograd를 통한 최적인자 도출 (1) |
| 6차시 | Autograd를 통한 최적인자 도출 (2) |