【한글자막】 기초부터 배우는 Python 인공 신경망 : 완벽가이드

Python 에서 Deep Learning을 활용하여 인공 신경망을 구현하기 위한 기초지식을 이론부터 실습까지 모두 배워봅시다!

4.25 (24 reviews)
Udemy
platform
한국어
language
Data Science
category
instructor
254
students
8.5 hours
content
Mar 2024
last update
$19.99
regular price

What you will learn

인공 신경망과 관련된 모든 수학 연산을 차근차근 학습

사전 기반 없이 파이썬과 넘파이를 이용해 인공 신경망을 구현하는 법

퍼셉트론, 활성화 함수, 역전파, 경사 하강법, 학습률과 같은 기본 개념

분류와 회귀분석을 수행할 수 있는 인공 신경망을 구현하는 법

Pybrain, sklearn, TensorFlow, Pytorch와 같은 주요 라이브러리를 사용해 인공 신경망 구현하는 법

Description

  • 초보자도 이해하는 인공 신경망 완벽 가이드!

  • 퍼셉트론, 활성화 함수, 다층 신경망, 역전파, 경사 하강법 알고리즘 등 포함!

  • 파이썬으로 배우는 인공 신경망!


기초부터 배우는 Python 인공 신경망 : 완벽가이드 를 선택해야 하는 이유

인공 신경망 기술은 현재 가장 효율적인 머신 러닝 기술로 여겨집니다. 구글, IBM, 마이크로소프트와 같은 회사에서 인공 신경망을 기상천외한 방법으로 응용하고 있죠. 여러분도 아마 자율주행 자동차나 자동으로 노래, 시, 이미지에 영화 시나리오까지 제작하는 앱에 대해서 들어 보셨을 겁니다. 한 가지 흥미로운 사실은 이 모든 것은 대부분 인공 신경망 기술을 써서 개발되었다는 건데요. 인공 신경망 기술은 기존에 사용되고 있긴 했으나, 딥러닝의 등장과 함께 더욱 강력해졌고, 이제 데이터 분석에 있어서 가장 뛰어난 기술로 평가받고 있습니다.


이제 막 인공 신경망을 공부하는 학생들이 맞이하는 가장 큰 문제점은 쉽게 이해할 수 있는 강의가 적다는 건데요, 이는 시중에서 구할 수 있는 교재가 대부분 매우 학술적으로 작성되었고 수학 공식을 많이 사용해서 해당 분야를 공부하고 싶은 초심자에게 매우 어렵기 때문입니다. 이를 염두에 두고 해당 강의는 여러분이 인공 신경망에 대해 아무것도 몰라도 전 과정을 이해할 수 있게 인공 신경망과 관련된 이론적이고 수학적인 개념을 이해하기 쉬우며 동시에 철저하게 가르치고자 합니다.

우리는 퍼셉트론, 활성화 함수, 다층 신경망, 역전파, 경사 하강법 알고리즘과 같은 개념을 배울 건데, 이를 통해 여러분은 인공 신경망이 구현되는 과정을 이해하기 위한 기반을 구축하게 됩니다. 또 인공 신경망을 단계별로 구현하는 과정에서 현재 데이터 과학계에서 가장 인기 있는 프로그래밍 언어인 파이썬을 이용할 것입니다. 여기서 중요한 점은 단계별 구현에 있어 머신 러닝에 전문화된 파이썬 라이브러리를 사용하지 않는다는 것인데, 왜냐하면 이 강의의 목표는 여러분이 기초부터 인공 신경망을 구현하는데 필요한 모든 연산을 이해하는 것이기 때문입니다.


한마디로 이 강의는 여러분께서 딥러닝을 배우는 데 첫걸음을 내디딜 때 필요한 모든 걸 제공해드립니다. 또 하나 유의할 점은 이 강의는 인공 신경망에 대해 이제 막 알아가는 분들을 대상으로 하고 있다는 겁니다. 모든 설명은 의도적으로 느리게 이루어지며, 모든 단계를 철저히 다뤄서 여러분께서 해당 내용을 최대한 많이 이해하도록 교육해드릴 것입니다. 만약 인공 신경망에 대해 이미 잘 알고 계신다면, 이 강의를 통해 몇몇 중요한 개념을 복기하고 복습하는데 있어 도움이 될 것입니다.


기초부터 배우는 Python 인공 신경망 : 완벽가이드 세부 커리큘럼

  • 인공 신경망과 관련된 모든 수학 연산을 차근차근 학습

  • 사전 기반 없이 파이썬과 넘파이를 이용해 인공 신경망을 구현하는 법

  • 퍼셉트론, 활성화 함수, 역전파, 경사 하강법, 학습률과 같은 기본 개념

  • 분류와 회귀분석을 수행할 수 있는 인공 신경망을 구현하는 법

  • Pybrain, sklearn, TensorFlow, Pytorch와 같은 주요 라이브러리를 사용해 인공 신경망 구현하는 법


Ligency Team의 한마디!

한국 수강생 여러분들, 안녕하세요?

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


새로운 경력을 향해 첫 발걸음을 내디딜 준비가 되었나요?

모두 강의에서 만나요!


- Ligency Team


Content

소개

소개와 강의 구성
준비물 가져오기

단층 퍼셉트론

공격 계획
인공 신경망 애플리케이션
생물학적 기초
인공 신경
퍼셉트론
퍼셉트론 구현 1
퍼셉트론 구현 2
가중치 갱신 1
가중치 갱신 2
퍼셉트론 구현 3
퍼셉트론 구현 4
퍼셉트론 구현 5
추가 읽기
Single layer perceptron
숙제 설명
숙제 해설

다층 퍼셉트론

공격 계획
다층 신경망 소개
활성화 함수
시그모이드 함수 구현
은닉층 활성화 1
은닉층 활성화 2
다층 퍼셉트론 구현 1
다층 퍼셉트론 구현 2
출력층 활성화
다층 퍼셉트론 구현 3
오류 계산 (손실함수)
다층 퍼셉트론 구현 4
기본 알고리즘
기울기 하강과 도함수
다층 퍼셉트론 구현 5
출력층 델타
다층 퍼셉트론 구현 6
은닉층 델타
다층 퍼셉트론 구현 7
오차역전파와 학습률
가중치 업데이트 및 오차역전파 1
다층 퍼셉트론 구현 8
가중치 업데이트 및 오차역 전파 2
다층 퍼셉트론 구현 9
다층 퍼셉트론 구현 10
아이리스 데이터 집합
바이어스와 오류, 다중 출력
은닉층
범주형 데이터가 포함된 출력층
확률적 경사하강법
딥러닝
추가 읽기
숙제 설명
Multi-layer perceptron
숙제 해설

신경망 라이브러리

공격 계획
파이브레인 1
파이브레인2
숙제 설명: 아이리스 데이터 집합
숙제 해설
분류를 위한 사이킷런 1
분류를 위한 사이킷런 2
분류를 위한 사이킷런 3
회귀를 위한 사이킷런
숙제 설명: 와인 분류
숙제 해설
이미지 분류를 위한 텐서플로우 1
이미지 분류를 위한 텐서플로우 2
이미지 분류를 위한 텐서플로우 3
숙제 설명: 패션 MNIST 분류
숙제 해설
분류를 위한 파이토치 1
분류를 위한 파이토치 2
분류를 위한 파이토치 3
숙제 설명: 당뇨병 분류
숙제 해설
마지막 말

Screenshots

【한글자막】 기초부터 배우는 Python 인공 신경망 : 완벽가이드 - Screenshot_01【한글자막】 기초부터 배우는 Python 인공 신경망 : 완벽가이드 - Screenshot_02【한글자막】 기초부터 배우는 Python 인공 신경망 : 완벽가이드 - Screenshot_03【한글자막】 기초부터 배우는 Python 인공 신경망 : 완벽가이드 - Screenshot_04

Charts

Price

【한글자막】 기초부터 배우는 Python 인공 신경망 : 완벽가이드 - Price chart

Rating

【한글자막】 기초부터 배우는 Python 인공 신경망 : 완벽가이드 - Ratings chart

Enrollment distribution

【한글자막】 기초부터 배우는 Python 인공 신경망 : 완벽가이드 - Distribution chart

Related Topics

4395218
udemy ID
11/13/2021
course created date
12/29/2021
course indexed date
Bot
course submited by