구분

세부 교육

딥러닝 기반 학습 알고리즘

・AI Neural Network

・AI, 머신러닝, 딥러닝의 관계

・퍼셉트론, 역전파, 딥

・인공신경망과 가중치

・인공신경망의 전개 딥러닝

・딥러닝과 가중합

・활성화 함수의 개요

・시그모이드 함수, 하이퍼볼릭 탄젠트 함수, 렐루 함수,리키렐루 함수, 소프트맥스 함수

・순전파, 손실함수, 옵티마이저, 역전파

CNN, RNN, GAN 병합 학습

・심층 순방향 신경망의 이해

・순환 신경망(RNN)

・시계열 데이터 기반의 관측치 활용

・RNN과 LSTM의 차이

・합성곱 신경망(CNN)의 이해

・적대적 생성 신경망(GAN)의 이해

딥러닝 기반 프로젝트

・딥러닝 사례 분석

・딥러닝 적용 프로젝트 기획

・기획된 프로젝트에 적용하기 위한 딥러닝 알고리즘

・데이터 수집 및 학습

・학습 결과와 예측 결과

・프로젝트 발표

・프로젝트 피드백 및 수정