All Lectures
RouteNoticeQ&A

인공지능 모델 활용을 위한 웹 프로그래밍 - 대규모 딥러닝 모델을 품은 웹서비스 만들기

Lecture Introduction
Difficulty
Normal
Category
Programming - AI
Tag
데이터 분석, 데이터베이스, 딥러닝, 머신러닝, 빅데이터, 인공지능, 자동화, 장고, 텐서플로우, 파이썬
time taken
36 hours
Target Audience
- 필수적인 웹 기반 지식을 차근차근 배우며 탄탄하게 웹 프로그래밍을 시작하고 싶은 분
- 자신이 만든 인공지능 예측 모델을 웹서비스로 만들어내고 싶은 분
- 회사나 제품의 소개를 위한 브랜드 랜딩페이지를 만들고 싶은 분
- BERT와 같은 대규모 NLP 모델을 구현하여 직접 서비스 적용까지 해내고 싶은 분
- 인공지능 예측모델을 활용한 웹서비스 프로젝트들로 포트폴리오를 만들고 싶은 분



🧠

인공지능 모델 활용을 위한 웹 프로그래밍
#대규모 딥러닝 모델을 품은 웹서비스 만들기

🎁




💡 언젠가 배워야겠다고 계속 미뤄두었던 파이썬, 어디서부터 어떻게 학습을 시작해야 할지 길을 찾아 헤매셨다면 바로 여기서 시작해보세요!

💡 삼성전자 삼성리서치, 페이스북 이노베이션랩, 멀티캠퍼스 패스트캠퍼스, 서울대학교 등 5,000명이 넘는 수강생을 대상으로 검증을 마친 강의를 한 곳에 모았습니다!

💡 파이썬의 기본 문법부터 웹 스크레이핑, 데이터 분석 & 시각화, 머신러닝 & 딥러닝, 웹 프로그래밍, 업무 자동화까지, 170시간이 넘는 강의를 통해 차근차근 꼼꼼하게, 그러나 가장 쉽게 정복해보세요!





📖
인공지능 모델 활용을 위한 웹 프로그래밍은?

웹 프로그래밍과 인공 지능 프로그래밍에 대한 중급 수준의 과정으로
이론, 실습, 동영상 강의로 구성되어 코딩 초보자도 무리 없이 완주하실 수 있습니다.


🎓
과정 소개



📖

Chapter 4 : 인공지능 모델 활용을 위한 웹 프로그래밍 - 대규모 딥러닝 모델을 품은 웹서비스 만들기 PART 7-1 | 실전 Django 웹 프로그래밍 : Basic (11시간+) PART 7-2 | 실전 Django 웹 프로그래밍 : Intermediate (6시간+) PART 7-3 | 실전 Django 웹 프로그래밍 : 10 Steps to create a landing page (1시간+) PART 7-4 | 실전 Django 웹 프로그래밍 : Advanced (18시간+)



파이썬 A-Z 올인원 시리즈의 네번째 챕터, [ Chapter 4 : 인공지능 모델 활용을 위한 웹 프로그래밍 ]은 크게 4가지 파트로 구성되어 있습니다. (35시간 이상의 콘텐츠) 💡 Part 7-1에서는 우리의 첫번째 웹 서비스를 만들어보며 웹 프로그래밍의 가장 핵심적인 토대를 함께 학습합니다. 본격적으로 웹 프로그래밍을 시작하기에 앞서 필수로 이해해야 하는 웹의 기반 지식들을 가장 쉬운 용어들로 익혀보며 추후 백엔드 & 프론트엔드 개발자와 함께 협업을 할 때 꼭 알고 있어야 할 개념들을 차근차근 배웁니다. 웹에 대한 기반 지식을 토대로 파이썬으로 웹 서비스를 만들 때 활용하는 도구인 장고(Django)의 프로젝트 구조를 학습하고, 첫번째 장고 웹 서비스를 만들면서 웹 서비스에서 데이터베이스를 다루는 방법, 유저로부터 입력을 받아들이는 방법, 소스코드 버전관리를 위한 유명한 도구인 Git과 Github를 활용하는 방법 등을 배워보겠습니다! 마지막에는 우리가 만든 웹서비스를 누구나 접근 가능한 형태로 온라인 상에 공개하는 과정도 함께 다뤄볼게요! 💡 Part 7-2에서는 앞선 Part 7-1에서 익힌 장고 웹 프로그래밍 스킬을 한 단계 끌어올리는 과정을 학습합니다. 본격적으로 데이터베이스를 웹 서비스에서 활용하기 위해 2개 이상의 DB 테이블을 동시에 다루는 방법을 배워보겠습니다! 더불어 우리가 만든 웹 서비스를 훨씬 이쁘게, 동시에 효율적으로 꾸며주는 방법을 함께 익혀보면서 추후 실용적으로 웹 서비스를 활용하기 위해 필수적으로 진행하게 되는 관리자 페이지 커스터마이징도 가르쳐드릴게요! 💡 Part 7-3에는 20시간 가까이 열심히 달린 여러분을 위해 잠시 쉬어갈 수 있는 파트를 마련해두었습니다. 코드를 통해 웹사이트의 디자인을 꾸며내는 과정은 무척 고되고 시간이 많이 드는 작업입니다. 블록 단위로 준비된 디자인 요소들을 마우스로 끌어다 배치하기만 하면 자동으로 웹사이트의 디자인이 꾸며진다면 어떨까요? 노코드(No-code) 도구 중 하나인 Mobirize를 활용해 빠르게 웹사이트의 디자인을 적용하고, 장고를 활용해 1시간 안에 회사나 제품의 소개를 위한 브랜드 랜딩페이지를 만드는 과정을 함께 익혀보겠습니다! 💡 Part 7-4에서는 드디어 함께 머신러닝 & 딥러닝 예측 모델을 활용한 웹 서비스를 구현합니다! 18시간이 넘는 분량에 걸쳐 3가지 서로 다른 웹 서비스를 구현해보며 각각 서로 다른 인공지능 예측모델을 활용해봅니다. 첫번째 실습에서는 업로드된 이미지에서 자동으로 얼굴을 검출해주는 OpenCV 기반 예측 모델을 활용하고, 두번째 실습에서는 앞서 함께 학습하였던 Scikit-learn 기반 예측 모델과 Tensorflow & Keras 기반 예측 모델을 동시에 활용합니다. 이어서 대규모 텍스트 데이터를 대상으로 XG Boost 모델과 Bi-directional LSTM 모델을 학습시켜보고, 구글의 TPU(Tensor Processing Unit)를 활용해 엄청난 규모를 가진 NLP 딥러닝 모델인 BERT까지 학습시켜보겠습니다! 단계별로 끌어올린 성능을 바탕으로 가장 좋은 성능을 보이는 모델을 활용하여 소비자의 리뷰에 대한 감정 분석을 적용한 웹 서비스를 구현해보는 마지막 챌린지까지 함께 열심히 달려보아요!








🧑‍🏫
강사소개

조대연 강사
5,000명이 넘는 수강생들을 8,000시간 가까이 가르쳐 왔습니다.
차곡차곡 쌓인 노하우를 한 곳에 모아 프로그래밍의 P도 모르지만 파이썬도 배우고 싶고
머신러닝 & 딥러닝도 배워보고 싶은 분들을 위한 수업을 만들었습니다!
머신러닝과 딥러닝의 이해를 위한 가장 중심이 되는 개념들을 누구보다 쉽게 가르쳐드리고,
함께 단계별로 진행하는 실습과 방대한 추가 학습 자료들을 통해 강의 종료 후 스스로 학습해나가실 수 있도록 방향을 잡아드립니다 :)

비전공자 출신으로 프로그래밍을 처음 공부하는 입장에서 겪는 어려움을 잘 알고 있습니다.
문과생 & 인문학도의 자세로 세심하고 디테일하게, 무엇을 왜, 그리고 어떻게 배워야 하는지
가장 쉽고 직관적으로 이해할 수 있도록 차근차근 가르쳐드리겠습니다!


📚
강사 약력

✔삼성전자 삼성리서치 현직 엔지니어 대상 머신러닝 & 딥러닝 강의 (1,000명+)
✔고용노동부 K-Digital Training 인공지능 통합과정 1기~5기 교육
✔각종 기업 교육 진행 (KBS, KT DS, 페이스북 이노베이션랩, 솔트룩스, 패스트캠퍼스, 멀티캠퍼스, 멋쟁이사자처럼 등)
✔각종 대학 교육 진행 (서울대, 경희대, 연세대, 중앙대, 건국대, 가톨릭대, 서울예술대, 고려사이버대, 세종사이버대 등)
✔각종 기관 교육 진행 (서울산업진흥원, 한국콘텐츠진흥원, 한국인터넷진흥원, 한국정보화진흥원, 서울주택도시공사, 경찰청, 경기도 등)
✔(재)이노베이션아카데미 소프트웨어개발자 현업 멘토단 (42Seoul)
✔한국과학기술기획평가원 미래유망기술 후보 발굴 및 기술 분석단 (AutoML & Explainable AI)
✔서울대학교 영상의학과 연구원
✔오피스비긴 대표
✔서울대학교 경영학 전공



😍
강의 후기

알찬 내용에 감동, 눈높이에 맞춘 강의 과정도 만족
입사 이후 받았던 수많은 교육들 중 손꼽을 정도로 만족합니다.
식을 순차적으로 해석하며 이해를 높여주는 수업이라 좋습니다
강사님께서 입문자의 입장에서, 그리고 현재 수강생의 수준을 잘 파악하고 계신 것 같다는 생각이 들었습니다. 강의 내용도 잘 이해되어서 좋았습니다.
지금까지 강사님 중 가장 좋았습니다. 저희 수업 진도가 어디까지 나가있는지, 어느수준까지 배웠는지를 미리 파악해 오셔서 거기에 맞춘 수업을 진행해주셔서 진짜 알차게 시간 보낸 것 같습니다.
쉽게 설명을 잘 해주셔서 이해가 잘 되고 앞으로의 전망에 대해서도 추가적으로 말씀해주셔서 시야를 넓히면서 학습할 수 있어서 좋습니다
역대 강사님 중 최고.
딥러닝의 낯섦과 어려움의 콜라보 속에서도 한걸음 한걸음 나아갈 수 있게 이끌어 주셔서 만족스러운 강의였습니다. 엄선한 부가 공부 거리도 촤르륵 펼쳐주고 가신 점도 좋았습니다.
엄청 열정적으로 알아듣기 쉽게 강의해주셔서 감사드린다고 전해주세요.
교육 내용도 너무 이론적이지도 않고 너무 실무적이지도 않는 딱 균형잡힌 교육이었던것 같습니다.
복잡한 수식/알고리즘에 대한 완벽한 설명보다는 동작 방식에 대한 인사이트를 주는 방식의 설명을 해주어서 도움이 많이 된 수업같습니다.
실제로 적용 가능한 수준에서 다양한 실습을 통한 설명으로 쉽게 접근하고 이해하기에 좋았던 것 같습니다.
어렴풋이 알고 있던 내용에 대해서 조금 더 명확하게 이해할 수 있게 되었고, 전반적인 연구 동향 파악 및 심화 학습을 위한 자료들을 얻게 된 것 같습니다.
어려운 내용을 파고들기보다는 교육이 끝나고 나중에 필요할 때 혼자 보면서 실습해볼 만한 자료와 그에 대한 설명을 잘해주신 부분이 만족스럽습니다.



Curriculum
Expand All
  • 01
    Part 7-1. 실전 Django 웹 프로그래밍 : Basic
  • 1강. Keyword로 살펴보는 Web Programming 1
    2강. Keyword로 살펴보는 Web Programming 2
    3강. django MTV Structure & 중요 django 명령어 소개
    4강. django 개발환경 세팅 & virtualenv 가상환경 생성
    5강. 로또 번호 자동 생성 웹서비스 구현 1 - django project 생성 & settings.py 수정
    6강. 로또 번호 자동 생성 웹서비스 구현 2 - django app 생성 & url pattern 정의 실습
    7강. 로또 번호 자동 생성 웹서비스 구현 3 - django ORM의 이해 & DB Table 생성 실습
    8강. 로또 번호 자동 생성 웹서비스 구현 4 - 관리자 페이지 활용 & Test case 작성법 실습
    9강. 로또 번호 자동 생성 웹서비스 구현 5 - django Shell 기능 활용 & templates 연결 실습
    10강. 로또 번호 자동 생성 웹서비스 구현 6 - CSS 파일 생성 & Static 파일 HTML 적용
    11강. 로또 번호 자동 생성 웹서비스 구현 7 - Model과 Template의 연결 & Form tag 및 input tag의 이해
    12강. 로또 번호 자동 생성 웹서비스 구현 8 - django Form 기능을 활용한 비어있는 양식 생성
    13강. 로또 번호 자동 생성 웹서비스 구현 9 - HTTP POST request 처리 & DB 저장 실습
    14강. 로또 번호 자동 생성 웹서비스 구현 10 - 로또 번호 상세페이지 구현 & URL-Reversing 활용법 실습
    15강. 로또 번호 자동 생성 웹서비스 구현 11 - git & github
    16강. 로또 번호 자동 생성 웹서비스 구현 12 - Python Anywhere을 활용한 웹서비스 배포 실습
  • 02
    Part 7-2. 실전 Django 웹 프로그래밍 : Intermediate
  • 1강. Review on previous materials
    2강. 실시간 설문조사 웹서비스 구현 1 - virtualenv 가상환경 생성 & django project 및 app 생성
    3강. 실시간 설문조사 웹서비스 구현 2 - URL 권한 위임 구현 & DB Table 생성 실습
    4강. 실시간 설문조사 웹서비스 구현 3 - django ORM filter & Field lookup 활용 실습
    5강. 실시간 설문조사 웹서비스 구현 4 - 설문조사 주제를 보여주는 메인페이지 구현
    6강. 실시간 설문조사 웹서비스 구현 5 - 404 에러 페이지 다루기 & URL-Reversing 활용
    7강. 실시간 설문조사 웹서비스 구현 6 - 설문조사 투표를 위한 HTML Form 구성
    8강. 실시간 설문조사 웹서비스 구현 (7) - HTTP POST request 처리 & 설문조사 투표 결과 노출
    9강. 실시간 설문조사 웹서비스 구현 (8) - 관리자 페이지 Customization 적용
    10강. 실시간 설문조사 웹서비스 구현 (9) - CSS 디자인 & 배경 이미지 적용
    11강. 실시간 설문조사 웹서비스 구현 (10) - 중복된 코드를 줄여주는 템플릿 extends 활용
    12강. 실시간 설문조사 웹서비스 구현 (11) - 관리자 페이지 CSS 디자인 적용
  • 03
    Part 7-3. 실전 Django 웹 프로그래밍 : 10 Steps to create a landing page
  • 01강. 10 Steps to create a landing page (1) - Mobirise 활용 GUI 기반 프론트엔드 구현
    02강. 10 Steps to create a landing page (2) - Django 기반 랜딩페이지 서버 구현
  • 04
    7-4. 실전 Django 웹 프로그래밍 : Advanced
  • 01강. Review on previous materials
    02강. 예측모델 기반 Face detection 웹서비스 구현 1 - OpenCV 설치 & django project 및 app 생성
    03강. 예측모델 기반 Face detection 웹서비스 구현 2 - 이미지 파일 업로드를 위한 django Form 활용
    04강. 예측모델 기반 Face detection 웹서비스 구현 3 - 유저 업로드 파일 저장을 위한 FileSystemStorage 활용
    05강. 예측모델 기반 Face detection 웹서비스 구현 4 - 이미지 파일 업로드를 위한 django ModelForm 활용
    06강. 예측모델 기반 Face detection 웹서비스 구현 5 - 이미지 파일 업로드 처리 및 DB 저장
    07강. 예측모델 기반 Face detection 웹서비스 구현 6 - OpenCV 기반 Face detection 적용
    08강. 예측모델 기반 Face detection 웹서비스 구현 7 - OpenCV 기반 자동 이미지 리사이징 적용
    09강. 예측모델 기반 Face detection 웹서비스 구현 8 - requirements.txt & .gitignore
    10강. 예측모델 기반 Face detection 웹서비스 구현 9 - Python Anywhere를 활용한 웹서비스 배포 실습
    11강. 추가 학습 자료 1 - Review on model saving & loading
    12강. 추가 학습 자료 2 - Django & Front-end & Git 관련 추가학습자료 소개
    13강. 예시 프로젝트 1 - Scikit-learn & Keras 적용 소스코드 설명
    14강. 예시 프로젝트 1 - Web-scraping & CSS Design 적용 소스코드 설명
    15강. 예시 프로젝트 2 - HTML 내부 index number 기반 item 출력 소스코드 설명
    16강. 예시 프로젝트 3 - Excel 파일 업로드 처리 & Bokeh 기반 시각화 소스코드 설명
    17강. NLP 예측모델 기반 웹서비스 구현 1 - 네이버쇼핑 리뷰 텍스트데이터 전처리
    18강. NLP 예측모델 기반 웹서비스 구현 2 - TF-IDF & XGBoost 기반 텍스트 감정분류
    19강. NLP 예측모델 기반 웹서비스 구현 3 - texts_to_sequences & pad_sequences
    20강. NLP 예측모델 기반 웹서비스 구현 4 - Embedding & Bi_LSTM 기반 쇼핑리뷰 감정분류
    21강. NLP 예측모델 기반 웹서비스 구현 5 - Embedding & Bi_LSTM 기반 영화리뷰 감정분류
    22강. NLP 예측모델 기반 웹서비스 구현 6 - BERT 모델 소개
    23강. NLP 예측모델 기반 웹서비스 구현 7 - Multilingual BERT 모델 활용을 위한 데이터전처리
    24강. NLP 예측모델 기반 웹서비스 구현 8 - TPU를 활용한 Multilingual BERT 모델 학습 및 예측
    25강. NLP 예측모델 기반 웹서비스 구현 9 - TPU를 활용한 KoBERT 모델 학습 및 예측
    26강. NLP 예측모델 기반 웹서비스 구현 10 - KoBERT 모델 기반 웹서비스 구현 1
    27강. NLP 예측모델 기반 웹서비스 구현 11 - KoBERT 모델 기반 웹서비스 구현 2
    28강. NLP 예측모델 기반 웹서비스 구현 12 - KoBERT 모델 기반 웹서비스 구현 3
    29강. NLP 예측모델 기반 웹서비스 구현 13 - KoBERT 모델 기반 웹서비스 구현 4
Recent Update|2023. 06. 05
Instructor Introduction
구름은 '모두가 개발자가 된다'라는 비전으로 언제 어디서나 AI∙SW 개발을 배우고, 원하는 결과물을 구현할 수 있도록 '개발자 성장 중심'의 생태계를 만들어 나가고 있습니다. - 누구에게나 열린 기회를 제공하고 - 입문자의 진입장벽을 낮추며 - 상생하는 생태계를 만들어갑니다.

Lecture Reviews
249,000

Average Rating
0.0
Difficulty
Normal
Lecture Period
Unlimited
time taken
36 hours