과정 소개
본 과정은 CNN 및 RNN 이론과 실습을 모두 다룰 수 있는 중급 강좌입니다.
기계학습 및 딥러닝에 기초지식이 있는 분들을 대상으로 합니다.
CNN, RNN을 위주로 실습합니다.
원리 이해를 위해 수학적 내용을 다룰 수 있습니다.
본 과정을 통해 CNN 및 RNN의 동작 원리를 이해하고, 구축 할 수 있습니다.
커리큘럼 총 12차시
- 11. 강의 개요 및 실습환경
- 22. 인공 신경망의 이해
- 33. 합성곱 신경망 CNN 이론 1
- 44. 합성곱 신경망 CNN 이론 2
- 55. 합성곱 신경망 CNN 실습 1-1
- 66. 합성곱 신경망 CNN 실습 1-2
- 77. 합성곱 신경망 CNN 이론 3
- 88. 합성곱 신경망 CNN 실습 3
- 99. 합성곱 신경망 CNN 실습 4-1
- 1010. 합성곱 신경망 CNN 실습 4-2
- 1111. 순환 신경망 RNN 이론 및 실습 1
- 1212. 순환 신경망 RNN 이론 및 실습 2
훈련 진행 유의사항
- 본인인증 — 휴대폰 본인인증을 입과 시 (최초 1회), 진도학습 시 (1일 1회), 시험·과제·진행평가 시 수행합니다.
- 수료기준 — 진도율 80% 이상 충족 시 수료 처리됩니다.
- 1일 진도제한 — 1일 최대 8시간까지 학습할 수 있습니다.
- 진도율 산정 — 학습한 차시가 아닌 학습시간 기준으로 산정되며, 차시별 인정시간의 50% 이상 학습 시 인정됩니다.
- 평가 — 진행단계평가·시험·과제가 있으며, 최종평가는 진도율 충족 + 진행평가 완료 후 응시할 수 있습니다.
- 부정행위 — 베낀 답안(모사답안)은 처리기준에 따라 불이익이 있을 수 있습니다.
- 자동 로그아웃 — 장시간 활동이 없으면 최대 120분 후 자동 로그아웃됩니다.