과정소개
딥러닝은 컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 기술을 뜻한다. 많은 데이터를 분류해서 같은 집합들끼리 묶고 상하의 관계를 파악하는 기술이다.
커리큘럼
구분 | 순서 | 제목 |
---|---|---|
Deep Learning | 1강 | 딥러닝 역사의 전면에 등장하다 |
2강 | 딥러닝의 등장배경과 활용분야 | |
3강 | 딥러닝을 위한 개발환경 | |
ANN (Artificial Neural Network) |
4강 | ANN(Artificial Neural Network)의 등장배경 |
5강 | ANN(Artificial Neural Network)의 이론 | |
6강 | ANN(Artificial Neural Network)의 실습 | |
CNN (Convolutional Neural Network) |
7강 | CNN(Convolutional Neural Network) 등장배경(1) |
8강 | CNN(Convolutional Neural Network) 등장배경(2) | |
9강 | CNN(Convolutional Neural Network) 등장배경(3) | |
10강 | CNN(Convolutional Neural Network) 등장배경(4) | |
11강 | CNN(Convolutional Neural Network) 이론 | |
12강 | CNN(Convolutional Neural Network) 실습 | |
RNN (Recurrent Neural Network) |
13강 | RNN(Recurrent Neural Network)의 등장배경 |
14강 | RNN(Recurrent Neural Network)의 이론 | |
15강 | RNN(Recurrent Neural Network)의 실습 | |
Generative Adversarial Network & Variational Auto Encoder |
16강 | Generative Adversarial Network 와 Variational Auto Encoder의 등장배경 |
17강 | Generative Adversarial Network 와 Variational Auto Encoder의 이론 | |
18강 | Generative Adversarial Network 와 Variational Auto Encoder 생성모델 실습 | |
프로젝트 | 19강 | Object Classification(1) |
20강 | Object Classification(2) | |
21강 | Object Classification(3) | |
22강 | Object Detection | |
23강 | colorization | |
24강 | Music Generation(1) | |
25강 | Music Generation(2) | |
26강 | Music Generation(3) | |
27강 | Music Generation(4) | |
28강 | 음성합성(1) | |
29강 | 음성합성(2) | |
30강 | 딥페이크 |