로그인
회원가입
lnb영역
수강신청
컨텐츠 내용
- 수강신청
- 과정정보
딥러닝 시작부터 알고리즘의 발전인공지능 발자취
과정소개
딥러닝의 시작부터 머신러닝 알고리즘의 발전까지 AI의 발자취를 따라가는 강좌입니다. 이미지넷 대회를 통해 주목받은 딥러닝의 혁신부터 머신러닝과 빅데이터 분석 도구, 대표적인 머신러닝 알고리즘까지 AI 기술의 핵심 흐름을 탐구합니다.
학습목표
- 딥러닝이 주목받게 된 역사적 배경과 발전 과정 이해하기
- 머신러닝과 딥러닝의 차이점과 핵심 개념 학습하기
- 빅데이터 분석 도구와 AI의 연관성 탐구하기
- 주요 머신러닝 알고리즘과 실제 활용 사례 학습하기
- 머신러닝과 딥러닝의 차이점과 핵심 개념 학습하기
- 빅데이터 분석 도구와 AI의 연관성 탐구하기
- 주요 머신러닝 알고리즘과 실제 활용 사례 학습하기
교육대상
- AI 기술의 역사적 발전 과정과 주요 인물에 대해 배우고 싶은 사람
- 머신러닝과 딥러닝의 차이점을 명확히 이해하고 싶은 개발자, 연구자
- 빅데이터 분석 및 AI 활용 사례를 학습하고 싶은 사람
- 머신러닝 알고리즘을 배우고 실무 적용을 고민하는 데이터 분석가
- 머신러닝과 딥러닝의 차이점을 명확히 이해하고 싶은 개발자, 연구자
- 빅데이터 분석 및 AI 활용 사례를 학습하고 싶은 사람
- 머신러닝 알고리즘을 배우고 실무 적용을 고민하는 데이터 분석가
수료기준
| 평가기준 | 총점 |
|---|---|
| 반영비율 | 100점 |
| 이수(과락)기준 | 60점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | 페이페이 리와 역사적인 이미지넷 대회 |
| 2차시 | 딥러닝의 대부와 알렉스 크리체프스키 |
| 3차시 | 딥러닝의 성공을 가능하게 한 요인들 |
| 4차시 | 인공지능에 날개를 달아준 제프딘과 텐서플로우 |
| 5차시 | 데이터 분석의 시작, 통계학과 데이터마이닝 |
| 6차시 | AI, 머신러닝, 딥러닝 |
| 7차시 | 빅데이터 분석 시대를 열어젖힌 'R' |
| 8차시 | 천하통일을 완성한 파이썬 |
| 9차시 | 머신러닝을 활용하는 넷플릭스, 캐글, 허깅페이스 |
| 10차시 | 머신러닝의 회귀분석과 프란시스 골턴 |
| 11차시 | 서포트벡터머신과 블라디미르 배프닉 |
| 12차시 | 대표 알고리즘 ,K-Means, KNN, Dicision Tree |