컨텐츠 내용
- 수강신청
- 과정정보
[AI 딥러닝 백과사전] 딥러닝 기반 매커니즘
학습목표
인공지능 문제 해결을 위한 딥러닝의 작동 원리, 구조, 학습 알고리즘 등의 핵심 개념을 이해하고, 다양한 형태의 신경망 모델의 기본 구조를 설명할 수 있는 능력을 배양한다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 패키지 수강을 희망하시는 경우 '[AI 딥러닝 백과사전] 통합 패키지' 과정을 신청하여주시기 바랍니다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 패키지 수강을 희망하시는 경우 '[AI 딥러닝 백과사전] 통합 패키지' 과정을 신청하여주시기 바랍니다.
교육대상
체계적인 딥러닝 학습을 위해 기초 원리와 개념부터 학습하고 싶으신 분
※ 본 과정 수강을 위해서는 대학수학 수준(함수, 미분, 확률과 통계 등)의 사전 지식이 필요합니다.
※ 본 과정 수강을 위해서는 대학수학 수준(함수, 미분, 확률과 통계 등)의 사전 지식이 필요합니다.
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 기반 메커니즘] Deep Learning Intro |
| 2차시 | [딥러닝 기반 메커니즘] Perceptron의 이해 |
| 3차시 | [딥러닝 기반 메커니즘] Multi-layer Perceptron과 Neural Network |
| 4차시 | [딥러닝 기반 메커니즘] Forward Propagation |
| 5차시 | [딥러닝 기반 메커니즘] Forward Propagation 예시 MNIST Classification Model |
| 6차시 | [딥러닝 기반 메커니즘] Softmax Classifier와 Logistic Regression |
| 7차시 | [딥러닝 기반 메커니즘] Backpropagation을 위한 수학적 배경 지식 |
| 8차시 | [딥러닝 기반 메커니즘] Backpropagation 1 |
| 9차시 | [딥러닝 기반 메커니즘] Backpropagation 2 |
| 10차시 | [딥러닝 기반 메커니즘] Linear Layer의 Backpropagation |
| 11차시 | [딥러닝 기반 메커니즘] Softmax Classifier 및 Logistic Regression의 Backpropagation |