| 주제 | 강의주요내용 | 시간 |
|---|---|---|
| -딥러닝의 정의와 발전사 이해, 개발 환경 설정 -딥러닝의 기본 원리 이해, 선형대수 |
1. 딥러닝의 정의와 발전사
2. 환경 구성 - 파이썬, 주피터노트북 3. 파이썬 기초 - 데이터 타입 4. 통계학 기초 5. 선형대수학 기초 6. 회귀분석 기초 7. 최소오차제곱법 |
7 |
| neural network 기본 |
1. perceptron 알고리즘
2. 회귀분석 구현 3. Gradient Descent 알고리즘 4. regression / classification |
7 |
| neural network 와 tensorflow로 구현하기 |
1. logistic classification
2. softmax classification 3. deep-wide neural network 4. overfitting / dropout |
7 |
| CNN, RNN, 딥러닝 현재 동향 |
1. Convolutional Neural Network
2. Recurrent Neural Networks 3. encorder / decorder 4. 현재 동향 |
7 |
국비대상자