딥러닝을 위한 파이썬 레벨1
딥러닝을 배우기 위한 파이썬을 배웁니다.
클래스 소개
난이도
쉬움
카테고리
프로그래밍 - 인공지능
태그
딥러닝, 파이썬
수료증
발급 가능
소요 시간
26 시간
추천 학습대상
- 딥러닝에 처음 입문하시는 분
- 파이썬을 처음 배우시는 분
- 프로그램 구현 능력이 부족하신 분
- 딥러닝과 파이선을 함께 시작하시고 싶은 분
- 딥러닝 전문 과정에 함께 하고 싶은 분
- 파이썬을 처음 배우시는 분
- 프로그램 구현 능력이 부족하신 분
- 딥러닝과 파이선을 함께 시작하시고 싶은 분
- 딥러닝 전문 과정에 함께 하고 싶은 분
강좌의 특별함
파이썬과 함께 시작하는 딥러닝
딥러닝의 가장 기본기는 프로그래밍 역량이고, 딥러닝을 배우기 위해서 우리가 배워야 할 언어는 파이썬입니다. 이 기본기를 탄탄히 다지지 않고 Scipy, Scikit-learn, OpenCV, TensorFlow, PyTorch와 같은 Library가 제공하는 API만 배우고 딥러닝을 시작하면 바로 한계에 부딪히게 됩니다. 이 강좌에서는 딥러닝을 제대로 시작하기 위한 파이썬을 배울 거예요.
함께 배워볼 거예요
개념 한 방울에 연습 한 트럭
딥러닝을 제대로 배우기 위해서는 반복 훈련이 중요합니다. 필수로 알아야 할 내용은 반복적으로 연습해 볼 거예요. 강좌가 끝날 무렵에는 프로그래밍에 대한 자신감을 얻고, 키보드가 손에 쫙쫙 달라붙는 놀라운 경험을 하게 될 것이며 딥러닝에서 사용되는 기본적인 아이템들과 친해질 수 있을 거예요. 딥러닝 전문가가 되기 위해서 ‘어렵지만 옳은방향’으로 학습을 인도하려고 합니다. 믿고 함께해 주세요!
추천 수강자
이런 분께 추천해요
- 딥러닝에 처음 입문하시는 분
- 파이썬을 처음 배우시는 분
- 프로그램 구현 능력을 기르고 싶은 분
- 딥러닝과 파이선을 함께 시작하고 싶은 분
- 딥러닝 전문 과정에 도전하고 싶은 분
강의자 소개 딥러닝은 저만 믿고 따라오세요
유튜브 채널을 통해 딥러닝에 관한 짧고 굵은 지식을 나누고 있습니다.
- [과학기술정보통신부] AI 이노베이션 스퀘어 - 딥러닝 강사
- [런어데이] 딥러닝을 위한 파이썬 레벨1 강사
- [런어데이] 딥러닝을 위한 파이썬 레벨2 강사
- [런어데이] 데이터 시각화를 위한 파이썬 강사
- [런어데이] Forward Propagation of Neural Networks 강사
- [Youtube] Shin's Lab 운영(신호처리, 수학, 프로그래밍)
- [패스트캠퍼스] 수학적으로 접근하는 딥러닝 강사
- [패스트캠퍼스] Byte Degree: Deep Learning Essentials 리뷰어
- [Edwith] 교수자
- [광운대학교] 파이썬 및 영상처리 세미나 리더
📣 알려드립니다. - Learning 4 Deep Learning(L4DL) 프로젝트의 모든 강좌는 Private Slack 채널을 통해 질의응답을 주고받고 있습니다. - Slack 채널은 이 강좌를 수강하신 모든 분들이 가입하실 수 있으며 가입 신청 방법은 Chapter1에서 확인해 주세요. - 강좌와 관련된 질문은 Slack 채널을 이용해 남겨주세요. 빠르게 확인하고 답변드리겠습니다.
교육 과정
모두 펼치기
- 01Exercise Group.1: 강의 소개 / 변수와 연산자 / 평균과 Mean Subtraction
- 02Exercise Group.2: 분산과 표준편차 / Standardization2개 (56:25)
- 03Exercise Group.3 벡터 연산2개 (52:13)
- 04Exercise Group.4: Euclidean Distance, Mean Squared Error2개 (50:28)
- 05Exercise Group.5: List / Mean Subtraction / Standardization3개 (01:16:34)
- 06Exercise Group.6: List / 벡터 연산 / Euclidean Distance / Mean Squared Error2개 (01:19:48)
- 07Exercise Group.7: For loop의 기본적인 사용법2개 (01:08:26)
- 08Exercise Group.8: For loop / 평균과 Mean Subtraction2개 (01:31:18)
- 09Exercise Group.9: For loop / 분산과 표준편차 / Standardization2개 (01:16:42)
- 10Exercise Group.10: For loop / 벡터 연산 / Euclidean Distance / Mean Squared Error2개 (01:24:54)
- 11Exercise Group.11: If문의 기본적인 사용법2개 (55:18)
- 12Exercise Group.12: If문 연습 / 최댓값, 최솟값 구하기2개 (01:15:41)
- 13Exercise Group.13: 최댓값, 최솟값 구하기 / Normalization / 최댓값, 최솟값 위치 구하기2개 (01:10:51)
- 14Exercise Group.14: (미니 프로젝트) Sorting 구현하기2개 (57:48)
- 15Exercise Group.15: Accuracy / Confusion Vector / Histogram / 절댓값 구하기 / Manhattan Distance2개 (01:29:55)
- 16Exercise Group.16: 2차원 Data & Nested List / 학생별, 과목별 평균점수 구하기2개 (01:30:14)
- 17Exercise Group.17: 2차원 Data에 대한 Mean Subtraction, Standardization2개 (01:05:37)
- 18Exercise Group.18: 2차원 Data에 대한 벡터 연산2개 (01:10:37)
- 19Exercise Group.19: 2차원 Data에 대한 Euclidean Distance / 과목별 최고점 ,최우수 학생 구하기 / One-hot Encoding2개 (01:37:24)
- 20Exercise Group.20: 2차원 데이터를 이용한 Matrix Operations2개 (01:47:52)
- 21Exercise Group.21: Outro2개 (32:59)
Exercise 11~13
43:38
Exercise 11~13 Review
07:22
Exercise 14~17
44:51
Exercise 14~17 Review
08:57
Exercise 18~21
41:31
Exercise 18~21 Review
08:55
Python and IDEs
12:17
Exercise 22~27
55:22
Exercise 22~27 Review
14:54
Exercise 28~35
01:04:54
Exercise 28~35 Review
05:30
Exercise 36~44
01:02:56
Exercise 36~44 Review
12:49
Exercise 45~48
01:18:29
Exercise 45~48 Review
02:10
Exercise 49~52
01:14:32
Exercise 49~52 Review
19:58
Exercise 53~59
01:04:56
Exercise 53~59 Review
10:08
Exercise 60~67
45:10
Exercise 60~67 Review
10:50
Exercise 68~72
01:04:51
Exercise 68~72 Review
20:57
Exercise 73~75
49:54
Exercise 73~75 Review
17:00
Exercise76
40:48
Exercise 76 Review
20:00
Exercise 77~81
01:09:55
Exercise 77~81 Review
19:56
Exercise 82~85
01:10:18
Exercise 82~85 Review
09:08
Exercise 86~88
56:29
Exercise 86~88 Review
19:00
Exercise 89~92
51:37
Exercise 89~92 Review
17:58
Exercise 93~96
01:19:26
Exercise 93~96 Review
26:00
Exercise 97~100
01:21:52
Exercise 97~100 Review
28:59
Outro
04:00
마지막 업데이트|2021년 03월 02일
강좌 후기
￦
39,000
평균평점
5.0
난이도
쉬움
수강기간
평생 무제한
소요 시간
26 시간