교육연수

Learning & Development

  • 직무전문가교육
  • 국내/해외 연수
  • 맞춤형교육
  • 온라인교육
  • 컨퍼런스
  • 세미나
  • 글로벌 트렌드
  • 교육사업 제휴
  • CUSTOMER SERVICE

공개교육

인적자원 양성 및 역량강화, 최신 트렌드와 이슈를 제시하는 KMAC 교육연수
  • 교육연수
  • 공개교육
  • 디지털/IT

[IT전문가 : 네트워크] 텐서플로우 기반 딥러닝

텐서플로 기본 사용법을 비롯한 핵심 기술

교육시간 09:00~17:00 [5일 / 35시간]
교육비 (VAT없음) 회원사 : ₩1,620,000원 (1사 2인이상: ₩1,620,000원/인)
일반사 : ₩1,800,000원 (1사 2인이상: ₩1,620,000원/인)
환금액 (예정) 고용보험 비환급
교육장 양재교육장(패스트레인)
교육담당자 전승희 / 02-3786-0772 / jsh90325@kmac.co.kr
하종성 / 02-3786-0548 / dudtls3225@kmac.co.kr

교육신청

일정선택
교육대상 선택
얼리버드 패키지 신청

교육신청 방법 안내

부문별 당월교육

이전 다음

교육과정소개

[교육목적]
•딥러닝 핵심 알고리즘인 Cost Function과 Gradient Descent Algorithm에 대해 이해합니다.
•딥러닝 알고리즘과 텐서플로의 효율적인 연동 기술을 습득합니다.
•개인 또는 회사가 소유한 실제 데이터에 대해 적용할 수 있는 다양한 기술 및 관련 코드를 구현합니다.
[교육특징]
[지정 교육]
본 교육 과정은 기업 맞춤형 교육 개별 문의시 Customizing 진행 가능합니다.
일시, 장소, 비용, 커리큘럼 등 협의

 

교육일정 및 내용

일시 세부내용
01월 01일
09시00분 ~ 17시00분
1. 과정 개요
• 수업 범위에 대한 개괄

2. 개발 환경 구축
• 파이썬, 파이참 설치 •텐서플로 설치

3. 파이썬 리뷰
• 반복문, 함수, 리스트

4. 인공지능 사례
• 현재 시점의 다양한 사례 나열 및 설명

5. Cost Function
• Cost 함수, 미분 •Gradient Descent •파이썬 기반

6. 텐서플로 기초
• 상수, 변수, 연산자

7. Linear Regression
• Regression 알고리즘 •텐서플로 연동
01월 02일
09시00분 ~ 17시00분
8. 텐서플로
• placeholder

9. Linear Regression
• 속도/제동거리 데이터
• loadtxt 함수, unpack

10. Cost Function
• Cost, Gradient Descent

11. 파이썬 확장 / Multi- Variable Linear Regression
• 슬라이싱, numpy
• fancy 인덱싱
• 알고리즘 설명
• 행렬 계산

12. Multi Linear 확장
• trees 데이터셋 연동
• 데이터 시각화

13. 파이썬 객체
• 클래스 기본 개념 정리
01월 03일
09시00분 ~ 17시00분
14. 교재 정리
• Neural Networks History
• Application and Tips

15. 데이터 전처리
• Standardization
• Normalization

16. Logistic Regression
• Linear Regression 확장
• 활성 함수, sigmoid

17. 파이썬 확장 /stochastic
• 컴프리헨션
• decision boundary
• sgd, mini-batch

18. Logistic Regression
• iris 데이터셋 연동
• 데이터셋 구분 (train, validation, test)
01월 04일
09시00분 ~ 17시00분
14. 교재 정리
• Neural Networks History
• Application and Tips

15. 데이터 전처리
• Standardization
• Normalization

16. Logistic Regression
• Linear Regression 확장
• 활성 함수, sigmoid

17. 파이썬 확장 /stochastic
• 컴프리헨션
• decision boundary
• sgd, mini-batch

18. Logistic Regression
• iris 데이터셋 연동
• 데이터셋 구분 (train, validation, test)
01월 05일
09시00분 ~ 17시00분
19. SoftMax
• 알고리즘 설명
• relu, cross-entropy
• One-hot encoding
• 알고리즘 중간 결과

20. SoftMax
• iris 데이터셋 연동
• softmax 기본 코드 확장

21. 앙상블
• 성능 향상 기법
• 클래스 버전

22. mini-batch
• softmax 미니배치 버전

23. Queue Runners
• string_input_producer
• TextLineReader
• decode_csv, batch