
강의 소개
커리큘럼
90% 국비지원으로 부담 없이 시작하세요!
딥러닝을 처음 접해보는데 어디서 시작해야 할지 막막하신가요?
데이터 과학자이자 AI 교육 전문가가 이론부터 실습까지 단계별로 알려주며,
실제 프로젝트를 통해 딥러닝 모델을 직접 구축할 수 있는 역량을 키울 수 있어요!
이런 고민이 있나요?
딥러닝을 처음 접해봐서 두려워요

입문자
김**
이론만 배워서 실제 모델 구축이 막막해요

비전공자
박**
딥러닝 엔지니어로 성장하고 싶어요

주니어 엔지니어
최**
어디서부터 시작해야 할지 몰라 막막해요

입문자
오***
이렇게 성장할 수 있어요!
딥러닝 핵심 개념 마스터: CNN, RNN, DNN 등 기본 개념을 이해하고 설명할 수 있어요

입문자
김**
실습 중심 모델 구축: 다양한 프로젝트로 직접 딥러닝 모델을 만들고 성능을 향상시킬 수 있어요

비전공자
박**
CV와 NLP 기초 다지기: 심화 과정을 수강할 수 있는 탄탄한 기초를 완성할 수 있어요

주니어 엔지니어
최***
기초부터 프로젝트까지 단계적으로 학습하며, 딥러닝 모델 구축 과정을 직접 경험할 수 있어요

입문자
외**
크리에이터

이수안
데이터 과학자 & 교수
데이터와 인공지능을 이용한 이로운 세상을 꿈꾸는 데이터 과학자입니다. 많은 사람들이 컴퓨터를 쉽고 즐겁게 배울 수 있도록 다양한 콘텐츠를 공유하고 있어요. • 현재 교수 및 AI 분야 실용적 연구 수행 • SuanLab 운영 • 유튜브 채널 '이수안컴퓨터연구소' 운영 • 딥러닝 및 데이터 과학 교육 콘텐츠 제작
커리큘럼
입문
11시간 50분
노드 01
딥러닝이란
인공신경망의 개념, 인공신경망과 딥러닝의 역사를 통해 딥러닝이 무엇인지 알 수 있습니다.
1-1
들어가며
2분
1-2
인공신경망
10분
1-3
인공신경망 역사
15분
1-4
딥러닝 역사
20분
1-5
마무리하며
3분
노드 02
텐서 표현과 연산
텐서란 무엇일까요? 이 노드에서는 텐서 개념, 텐서 데이터 타입을 이해하고, 텐서 연산을 수행해 봅니다.
2-1
들어가며
5분
2-2
텐서(Tensor)
20분
2-3
텐서 타입 및 변환
15분
2-4
텐서 연산
15분
2-5
마무리하며
5분
노드 03
딥러닝 구조와 모델
딥러닝 모델(네트워크)를 구성하는 레이어에 대한 개념을 이해하고, 딥러닝 모델을 구성하는 방법에 대해서 학습합니다.
3-1
들어가며
5분
3-2
딥러닝 구조와 레이어(Layer)
25분
3-3
딥러닝 모델
25분
3-4
마무리 하며
5분
노드 04
딥러닝 모델 학습
딥러닝 모델을 학습하기 위한 개념을 이해하고, 다양한 손실 함수, 옵티마이저, 지표에 대해서 학습합니다.
4-1
들어가며
5분
4-2
손실 함수(Loss Function)
20분
4-3
옵티마이저(Optimizer)와 지표
10분
4-4
딥러닝 모델 학습
20분
4-5
마무리하며
5분
노드 05
모델 저장과 콜백
딥러닝 모델을 저장하고 복원하는 방법과 모델 학습 시에 사용할 수 있는 다양한 콜백 함수에 대해 학습합니다.
5-1
들어가며
5분
5-2
MNIST 딥러닝 모델 예제
20분
5-3
모델 저장과 로드
15분
5-4
콜백 (Callbacks)
15분
5-5
마무리하며
5분
노드 06
모델 학습 기술
딥러닝 모델 학습을 위한 다양한 개념과 기술들, 그리고 모델 학습이 잘 안될 경우 발생하는 과소적합/과대적합에 대해 학습합니다. 또한 IMDB 데이터셋을 이용해 긍정/부정 분류를 위한 딥러닝 모델을 만들어봅니다.
6-1
들어가며
5분
6-2
모델 학습 기술
15분
6-3
과소적합과 과대적합
10분
6-4
IMDB 딥러닝 모델 예제
25분
6-5
마무리하며
5분
노드 07
모델 크기 조절과 규제
딥러닝 모델의 크기 조절 방법과 효과적인 딥러닝 모델 학습을 위한 다양한 규제 방법(L1, L2, L1+L2)을 학습합니다.
7-1
들어가며
5분
7-2
모델 크기 조절
15분
7-3
규제(Regularization)
20분
7-4
드롭아웃(Dropout)
15분
7-5
마무리하며
5분
노드 08
가중치 초기화와 배치 정규화
딥러닝 모델의 효과적인 학습을 위한 가중치 초기화와 배치 정규화를 알아봅니다. Reuters 데이터셋을 이용해 가중치 초기화와 배치 정규화를 실습합니다.
8-1
들어가며
5분
8-2
가중치 초기화(Weights Initialization)
15분
8-3
Reuters 딥러닝 모델 예제
20분
8-4
배치 정규화(Batch Normalization)
15분
8-5
마무리하며
5분
노드 09
딥러닝 모델 실습
그동안 배웠던 내용을 새로운 데이터셋인 Fashion MNIST에 적용해 봅니다. 특히 빠른 학습과 과대 적합을 방지하는 모델 최적화를 다양하게 실습합니다.
9-1
들어가며
5분
9-2
Fashion MNIST 모델
25분
9-3
모델 최적화
25분
9-4
마무리하며
5분
노드 10
프로젝트: Boston 주택 가격 예측
지금까지 배운 내용을 가지고 실제 딥러닝 프로젝트를 진행합니다.
예측(회귀)에 필요한 딥러닝 모델을 데이터 처리부터 모델 구성 및 학습, 평가와 예측까지 진행하면서 실습합니다.
10-1
들어가며
5분
10-2
Boston 주택 가격 예측 모델
55분
노드 11
프로젝트: Reuters 뉴스 주제 분류
텍스트 분류에 필요한 딥러닝 모델을 데이터 처리부터 모델 구성 및 학습, 평가와 예측까지 진행하면서 실습합니다.
11-1
Reuters 딥러닝 모델
1시간
노드 12
심화탐구 프로젝트: CIFAR10 이미지 분류
이미지 분류에 필요한 딥러닝 모델을 데이터 처리부터 모델 구성 및 학습, 평가와 예측까지 진행하면서 실습합니다.
12-1
CIFAR10 딥러닝 모델
55분
12-2
마무리하며
5분