【한글자막】 현대 인공지능 (AI) 마스터 클래스 : 6개의 프로젝트 구축하기

금융, 기술, 예술 및 의료 분야에서 발생하는 실제 문제들을 AI를 활용하여 해결하는 방법에 대해 학습하는 실습 위주 강의

4.60 (32 reviews)
Udemy
platform
한국어
language
Data Science
category
639
students
16 hours
content
Jan 2024
last update
$54.99
regular price

What you will learn

인공지능(AI)의 혁명이 바로 여기 있습니다!

Tensorflow 2.0 서빙으로 AI 기반 이모션 모델을 배포하고 모델을 통해 사고해 봅니다.

설명 가능한 AI의 개념을 이해하고 인공신경망의 블랙박스 개념을 파악해 그 숨겨진 레이어를 GradCam 기술로 시각화해 봅니다.

병원에서 뇌종양 감시 프로세스를 자동화하고 최적화를 위해 사용하는 딥러닝 모델을 개발해 봅니다.

ResNets와 ResUnet 네트워크를 활용해서 뇌종양을 감지하고 국소화하는 AI 모델을 구축하고 연습해 봅니다(의료 애플리케이션)

세분화 모델과 ResUnet 네트워크의 상태에 대한 이론과 직관을 이해해 봅니다.

AWS 세이지메이커의 XGBoost 알고리즘을 이용해 고객의 신용 카드 채무 불이행을 예측하는 Ai 모델을 구축, 교육, 전개해 봅니다.

하이퍼 파라미터 최적화를 사용해서 XGBoost 모델 매개 변수를 최적화해 봅니다.

마케팅 전략 최적화를 위해서, 고객 시장 세분화를 통해 비즈니스 애플리케이션에 AI를 적용해 봅니다.

아트 생성을 위한 딥드림 알고리즘의 기초와 수학을 이해해 봅니다.

TF 2.0에서 Keras API를 이용해 AI 기반 아트 작품을 만들기 위해 최첨단 딥드립 알고리즘을 교육, 개발, 테스트해 봅니다.

구글의 콜랩에서 GPU와 TPU의 강력한 기능을 활용해서 ANN 모델을 개발합니다.

Description

  • 현대 인공지능(AI) 마스터 클래스!

  • 감정, 의료, 사업/마케팅 등 총 6개의 프로젝트를 이용한 문제 해결 코스!

  • 프로그래밍 지식 없이도 따라갈 수 있는 기초부터 탄탄한 강의!

  • 실제 데이터 세트를 활용한 실습 경험 제공!


현대 인공지능 (AI) 마스터 클래스를 선택해야 하는 이유

현대의 AI 응용의 핵심에 대한 지식을 실용적이고 쉽고 재밌게 제공하는 것입니다. 이 과정은 수강생들에게 실제 데이터 세트를 활용한 실습 경험을 제공합니다. 감성 AI, 설명 가능한 AI, 창의적인 AI, 건강관리, 비즈니스, 금융 분야 AI의 응용 등 다양한 새로운 주제와 응용 분야에 대해 다룰 것입니다.

이 과정은 데이터 과학을 근본적으로 이해하고, 실질적인 문제를 해결하고자 하는 AI 실무자, 데이터 과학자 지망생, 테크 매니아, 컨설턴트를 위한 과정입니다. 이 코스는 아래와 같은 사람들을 위해 제작되었습니다:

· AI를 활용해 사업을 혁신하고자 하는 노련한 컨설턴트들.

· 커리어를 향상시키고 포트폴리오를 쌓고자 하는 AI 실무자들.

· 수익 극대화, 비용 절감, 비즈니스 최적화를 원하는 비전 있는 사업가들.

· AI에 열정이 있고 실무 경험을 하고 싶은 테크 매니아들.


이 강의의 특별한 점은, Tensorflow 2.0과 AWS 세이지메이커를 사용해 모델을 교육하고 배포한다는 것입니다. 또한 모델 구축, 교육, 하이퍼 파라미터를 다루는 AI/ML 워크플로우의 다양한 요소를 다룹니다. 더불어, 머신 러닝, 딥러닝, 컴퓨터 비전 등 AI의 주요 측면을 모두 다룰 수 있도록 세심하게 설계되었습니다.


현대 인공지능 (AI) 마스터 클래스 구성

# 최신 업데이트: 제로 코딩으로 본 설명 가능한 AI에 대한 연구 추가

· 프로젝트#1(감성 AI) : AI를 이용한 감정 분류 및 얼굴 포인트 감지

· 프로젝트#2(의료 분야의 AI) : AI를 이용한 뇌종양 검출 및 위치 파악

· 프로젝트#3(사업/마케팅에서의 AI) : 자동 인코더와 비지도 기계학습 알고리즘을 활용한 쇼핑몰 고객 세분화

· 프로젝트#4(사업/재무에서의 AI): AWS 세이지메이커의 XG-Boost 알고리즘(오토파일럿)을 이용한 신용카드 채무 불이행 예측

· 프로젝트#5(창의적인 AI): AI로 만드는 예술작품

· 프로젝트#6(설명가능한 AI) : AI 블랙박스의 특성 파악


교수 및 250,000명 이상의 수강생을 보유한 베스트셀러 강사 Dr. Ryan Ahmed와 Ligency Team이 전하는 한 마디

한국 수강생 여러분들 안녕하세요?

인공지능(AI)의 혁명이 바로 여기 있습니다!


“전 세계 인공지능 시장은 43.9%의 성장에 힘입

어 약 337조 원 규모로 커졌습니다. AI의 분야 중 하나인 딥러닝은 42.5% 이상의 잠재적인 성장률

을 가지고 있습니다.”


AI는 컴퓨터가 의사 결정, 추론, 텍스트 이해, 그리고 시각적 인식 같은 인간의 지능을 모방하는 과학입니다. AI는 머신 러닝, 로봇 공학, 그리고 컴퓨터 비전 같은 여러 하위 분야를 포함하는 더 넓은 개념입니다.


기업들이 경쟁력을 갖추고 급성장하기 위해선, AI의 힘을 이용해 프로세스를 개선하고 비용을 절감하면서 수익을 높여야 합니다. 오늘날, AI는 많은 분야에서 광범위하게 구현되고 있으며, 은행업에서 의료, 운송, 기술에 이르기까지 모든 산업을 변화시키고 있습니다.


최근 들어 AI 인재에 대한 수요가 기하급수적으로 증가했고 이는 더 이상 실리콘 밸리에 국한되지 않습니다! 포브스에 따르면, AI 기술은 가장 수요가 많은 기술 중 하나라고 합니다.


강의를 들으시고 강의와 관련하여 궁금하신 점은 무엇이든 Q&A에 남기실 수 있지만, 꼭 영어로 남겨주세요. 그래야 답변을 드릴 수 있습니다. :)


강의에서 만나요!


Content

소개

소개와 환영 메시지
소개, 중요 팁과 우수 사례
강의 개요와 주요 학습 결과
필요 준비물

감정 AI

프로젝트 소개와 환영 메시지
과제 #1 – 연구문제 진술과 경영 사례 이해하기
과제 #2 – 라이브러리와 데이터 집합 가져오기
과제 #3 – 이미지 시각화 수행하기
과제 #4 – 이미지 확대하기
과제 #5 – 데이터 일반화와 스케일링 수행하기
과제 #6 – 인공신경망(ANNs) 이론과 직감 이해하기
과제 #7 – ANNs 훈련과 경사 하강 알고리즘 이해하기
과제 #8 – 합성곱 신경망과 ResNets 이해하기
과제 #9 – RestNet을 만들어 얼굴 주요 특징점 검출하기
과제 #10 – 얼굴 주요 특징점 검출 모델 컴파일하고 훈련시키기
과제 #11 – 훈련된 ResNet 모델 성능 평가
과제 #12 – 얼굴 표정(감정) 데이터 집합 가져오고 둘러보기
과제 #13 – 얼굴 표정 탐지를 위해 이미지 시각화하기
과제 #14 – 이미지 확대하기
과제 #15 – 얼굴 표정 분류 모델 만들고 훈련하기
과제 #16 – 핵심성과지표 분류기 이해하기
과제 #17 – 얼굴 표정 분류기 모델 평가하기
과제 #18 – 두 모델에서 예측하기: 1. 주요 얼굴 특징점, 2. 감정
과제 #19 – 전개를 위해 훈련된 모델 저장하기
과제 #20 – TensorFlow 2.0 Serving에서 학습된 모델 제공
과제 #21 – 두 모델 전개하고 추론하기

보건 서비스에서의 AI

프로젝트 소개와 환영 메시지
과제 #1 – 연구문제 진술
과제 #2 – 라이브러리와 데이터 집합 시각화하기
과제 #3 – 데이터 집합 시각화하고 돌아보기
과제 #4 – ResNet과 CNNs에 대한 직관 이해하기
과제 #5 – 전이 학습에 대한 이론 및 직관 이해하기
과제 #6 – 뇌 종양을 탐지하기 위한 분류기 모델 훈련시키기
과제 #7 – 훈련된 분류기 모델 성능 평가
과제 #8 – ResUnet 분할 모델 직관 이해하기
과제 #9 – 분할 모델을 만들어 뇌종양 국소화하기
과제 #10 – ResUnet 분할 모델 훈련시키기
과제 #11 – 훈련된 ResUNet 분할 모델 성능 평가

비즈니스(마케팅)에서의 AI

프로젝트 소개와 환영 메시지
과제 #1 – 마케팅 AI 애플리케이션 이해하기
과제 #2 – 라이브러리와 데이터 집합 가져오기
과제 #3 – 탐색적 데이터 분석 수행하기 (파트 #1)
과제 #4 – 탐색적 데이터 분석 수행하기 (파트 #2)
과제 #5 – K-평균 클러스터링 알고리즘에 대한 이론 및 직관 이해하기
Elbow Method를 적용하여 최적 클러스터 수 구하기
과제 #7 – K-평균 클러스터링 알고리즘 적용하기
과제 #8 – 주성분 분석에 대한 직관 이해하기
과제 #9 – 오토인코더에 대한 이론과 직관 이해하기
과제 #10 – 오토인코더 적용하고 클러스터링 수행하기

비즈니스(재무)와 AutoMI에서의 AI

프로젝트 소개와 환영 메시지
아마존 웹 서비스(AWS) 참고 사항
과제 #1 – 연구문제 진술과 사업 사례 이해하기
과제 #2 – 라이브러리와 데이터 집합 가져오기
과제 #3 – 데이터 집합 시각화 및 탐색하기
과제 #4 – 데이터 정리하기
과제 #5 – XG-부스트 알고리즘에 대한 이론과 직관 이해하기
과제 #6 – XG-부스트 알고리즘 주요 단계 이해하기
과제 #7 – Scikit-Learn을 이용해서XG-부스트 알고리즘 훈련하기
과제 #8 – 격자 탐색하고 하이퍼파라미터 최적화하기
과제 #9 – AWS SageMaker의 XG-부스트 이해하기
과제 #10 – AWS SageMaker의 XG-부스트 훈련시키기
과제 #11 – 모델 전개하고 추론하기
과제 #12 – AWS 오토파일럿을 이용해서 모델 훈련시키고 전개하기 (최소한의 코딩 필요)

크리에이티브 AI

프로젝트 소개와 환영 메시지
과제 #1 – 연구문제 진술과 사업 사례 이해하기
과제 #2 – 훈련된 가중치로 모델 가져오기
과제 #3 – 이미지를 가져와서 병합하기
과제 #4 – 훈련된 모델을 실행하고 활성화 탐색하기
과제 #5 – 딥드림 알고리즘에 대한 이론과 직관 이해하기
과제 #6 – TF 2.0의 기울기 연산 이해하기
과제 #7 – 딥드림 알고리즘 구현 파트 #1
과제 #8 – 딥드림 알고리즘 구현 파트 #2
과제 #9 – 딥드림 알고리즘을 적용해 이미지 생성하기
과제 #10 – 딥드림 비디오 생성하기

코딩없이 만드는 설명 가능한 AI

설명 가능한 AI 데이터 집합 다운로드와 데이터로봇 링크
음식 인식 AI프로젝트 개요
데이터로봇 데모 1 – 데이터 집합 업로드하고 탐색하기
데이터로봇 데모 2 – AI/ML 모델 훈련시키기
데이터로봇 데모 3 – 설명 가능한 AI

AW, S3, SageMaker 단기 강좌

AWS와 클라우드 컴퓨팅은 무엇인가?
주요 기계 학습 요소와 AWS 구경하기
지역 및 가용 영역
아마존 S3
EC2 및 식별/접근 관리 (IAM)
AWS 프리 티어 계정 세팅과 개요
AWS SageMaker 개요
AWS SageMaker 설명
AWS SageMaker 스튜디오 개요
AWS SageMaker 스튜디오 설명
AWS SageMaker 모델 전개

Screenshots

【한글자막】 현대 인공지능 (AI) 마스터 클래스 : 6개의 프로젝트 구축하기 - Screenshot_01【한글자막】 현대 인공지능 (AI) 마스터 클래스 : 6개의 프로젝트 구축하기 - Screenshot_02【한글자막】 현대 인공지능 (AI) 마스터 클래스 : 6개의 프로젝트 구축하기 - Screenshot_03【한글자막】 현대 인공지능 (AI) 마스터 클래스 : 6개의 프로젝트 구축하기 - Screenshot_04

Reviews

최우영
December 24, 2022
상당히 흥미로운 주제들로 상당히 높은 수준의 강의를 보여줌으로 완성도가 높음 특히 영상을 활용하여 결과물을 뽑아 내는 부분에서 강점이 많음 미래 의료 기술과 트래킹 기술을 알고 싶고 배우고 싶다면 이 강의를 주저 없이 선택하였으면 좋겠음
Boram
October 31, 2022
정말 꼼꼼하고 멋진 실습 강의입니다! 1. 강의에 앞서 학습 목표와 배울 것을 꼼꼼하게 설명해주시고요. 영어지만.. 제공되는 pdf 파일이 예술이예요! 2. mini challenge로 스스로 탐구하거나 해결하는 시간을 제공합니다. 제공해 주는 colab 파일 하단에 답이 있어 내 답과 해설을 비교하면서 공부할 수 있었습니다. 3. 각 섹션마다 멋진 실습을 할 수 있습니다. 코랩의 코드를 실행할 때마다, '대박! ' 이란 말이 계속 나오더라고요. 다만, 코드를 많이 보기 때문에 진짜 내 것으로 만들려면 강의를 여러 번 봐야 할 것 같아요. 4. aws 에 대한 개념을 상세하게 설명하고, AWS SagaMaker를 실습해볼 수 있습니다. ? 【한글자막】 초보자를 위한 AWS SageMaker 실습 | 6개 프로젝트 구축하기(https://www.udemy.com/course/best-aws-sagemaker/) 라는 강의와 연계해서 보면 좋을 것 같아요 :D 개인적으로 딥러닝이 추상적이고 어렵다.고 생각했는데, 도움이 많이 되었어요~~~

Charts

Price

【한글자막】 현대 인공지능 (AI) 마스터 클래스 : 6개의 프로젝트 구축하기 - Price chart

Rating

【한글자막】 현대 인공지능 (AI) 마스터 클래스 : 6개의 프로젝트 구축하기 - Ratings chart

Enrollment distribution

【한글자막】 현대 인공지능 (AI) 마스터 클래스 : 6개의 프로젝트 구축하기 - Distribution chart
4395212
udemy ID
11/13/2021
course created date
12/29/2021
course indexed date
Bot
course submited by