[Pytorch] 쉽고 빠르게 배우는 딥러닝

구름EDU가 처음이라면 누구나 할인!

WELCOMEGOORMEDU 코드 입력하고 
5천원 추가 할인 혜택까지 누리세요!

강좌 '결제하기' 클릭 후 코드를 입력하면 완료 😎 





---



<파이썬 딥러닝 파이토치> 출간

본 강좌를 기반으로 딥러닝 도서를 출간했습니다

YES24, 인터파크 등 다양한 곳에서 만날 수 있으니
많은 관심 부탁드립니다



강좌 업데이트

Pytorch에 익숙치 않은 분들을 위해 1시간 가량의
Pytorch background 강의를 추가했습니다

또한 논문 리뷰 강의도 1시간 분량을 추가했으니
확인하시어 수강해주시기 바랍니다





---





인공지능을 공부하고 계신다면
딥러닝 모델을 공부해야 한다는 것은
너무 잘 알고 계실 겁니다

하지만
왜 배워야 하는지 궁금하지 않으셨나요?





요즘 이야기하는 인공지능,
대부분 딥러닝 모델을 활용합니다

딥러닝의 기초가 되는 Neural Network는
꽤 오래됐지만 학습 특성상 주목받진 않았습니다
하지만 지금은 다릅니다

지금부터 저와 함께 딥러닝은 왜 주목받게 되었으며
딥러닝의 특징과 Neural Network는 무엇인지,

더 나아가 딥러닝의 기본 모델로 불리우는
Convolution Neural Network와
Recurrent Neural Network에 대해 배워봅시다

이런 내용을 배울 겁니다

첫 번째, Multi Layer Perceptron

최초의 인공지능이라 불리는 Perceptron과
그 한계점, 나아가 이를 극복한 MLP를 학습합니다

MLP는 Neural Network의 기본 구조입니다

강좌에서 MLP의 학습 알고리즘을 배우고,
Feed Forward와 Back Propagation에
대한 개념과 장단점을 살펴봅시다

 

두 번째, 딥러닝에 대한 정의

딥러닝의 정의를 알아보며 일반적인 Neural
Network와의 차이점을 집중적으로 알아봅시다

NN의 단점인 Gradient Vanighing/Overfitting
문제를 완화시킬 수 있는 Activation Function,
Drop out, Batch Normalization을 학습합니다

나아가 단순 분류를 넘어 새로운 Feature에 대해
학습할 수 있는 Auto-Encoder까지 다룹니다



세 번째, CNN

Convolutional Neural Network,
줄여서 CNN이라 말하는 이 모델은 딥러닝 역사를
돌아보았을 때 가장 많이 발전한 모델일겁니다

학습 알고리즘의 특성에 대해 얘기하고 일반적인
NN과의 차이점에 대해 다루겠습니다

또한, CNN의 성능을 높이기 위한 다양한
아키텍쳐(Resnet, Densenet), initialization,
optimizer 기법 및 transfer learning에 대해
짚어보고자 합니다



마지막, RNN

Recurrent Neural Network,
줄여서 RNN이라 말하는 이 텍스트 모델의 기초와
LSTM에 대해 알아봅시다



빠뜨리면 섭섭한 논문 리뷰

이론 뿐만 아니라 딥러닝이 사용되는
다양한 분야에 대한 이야기와,

읽어볼만한 쉽고 재밌는 논문 몇 가지를
리뷰하려 합니다

논문 리뷰는 계속 업데이트될 예정입니다!

현재 리뷰된 논문 List

(1) Self-training with Noisy Student
improves ImageNet classfication

(2) Understanding deep learning
requires rethinking generalization

(3) ImageNET-Trained CNNS Are
Biased Towards Texture

(4) Generalization in humans and
deep neural networks

(5) Universal Perturbation





---





이런게 궁금하시죠?👀

수학적인 지식이 많이 필요한가요?

MLP 부분에서 좀 필요합니다만, 없으셔도
전체적인 강좌를 수강하는데 큰 문제가 없습니다



Python을 알아야 하나요?

네, Python을 어느 정도 다룰 줄 아는 분을
대상으로 진행하는 강좌입니다



어떤 논문을 리뷰하나요?

딥러닝에 대해 읽기 쉽고 기여도가 매우 높은
논문을 위주로 리뷰하며, 새로이 좋은 논문을
발견할 때마다 논문 리뷰 영상을 추가할
예정이니 참고해주시기 바랍니다



---





크롤링과 텍스트마이닝이 취미👍

코코

학부에서 통계학을 전공한 뒤 현재 산업공학
대학원에서 인공지능을 공부하는 박사과정생입니다

주 연구 분야는 데이터 사이언스, 강화학습, 딥러닝이며,
크롤링과 텍스트마이닝을 취미로 하고 있습니다:)

크롤링을 이용해 인기 커뮤니티 글을 수집해 보여주는
'마롱'이라는 앱을 개발했고, 전국 맛집 리스트와 블로그를
수집해서 맛집 추천 앱도 만들었죠 (시원하게 말아먹...)

수상 이력

2018 제6회 빅콘테스트 엔씨소프트상
- 게임유저이탈 알고리즘 개발

2017 제5회 빅콘테스트 한국정보통신진흥협회장상
- 대출 연체자 예측 알고리즘 개발

2016 날씨 빅데이터 콘테스트 기상산업진흥원장상

2016 제4회 빅콘테스트 본선진출
- 보험사기 예측 알고리즘 개발

2015 제3회 빅콘테스트 미래창조과학부 장관상
- 야구 경기 예측 알고리즘 개발

제 블로그에 놀러오세요!





🤝딥러닝 실습 도우미

Justin

연세대 산업공학과 석사과정을 진행하고 있으며,
주 연구 분야는 Data Science와 딥러닝입니다

제 깃헙에 놀러오세요!

all Icon made by Freepik from www.flaticon.com