배울 내용

✔ 딥러닝 이론의 발전, 여러 이론에 대한 이해를 종합적으로 학습할 수 있습니다.
✔ 실질적 알고리즘, 최신 논문을 학습을 통해 실제 라이브러리 구현을 할 수 있습니다.
✔ 빅데이터 분석에 필요한 최신 딥러닝 트렌드를 이해하고 이를 활용할 수 있습니다.
✔ 딥러닝의 여러 개념에 대해 개괄적으로 학습할 수 있습니다
 

요구 사항

딥러닝 1에서 이어지는 뉴럴넷과 딥러닝 기반지식 내용으로, 딥러닝 level1 강의를 수강하거나 혹은 관련 지식이 있는 학습자

설명

딥러닝 part1 강의를 듣고 딥러닝의 주요 개념을 확장하여 학습하고 싶은 학습자를 위한 강의로 본 과정 수료 후에 추가적인 교육*(실습 및 캡스톤 프로젝트 수행) 이수를 통해서 인공지능부문 전문가로 성장할 수 있습니다.

딥러닝 이론의 발전, 여러 이론에 대한 이해를 종합적으로 학습할 수 있으며 Gradient Vanishing, Dropout, Convolution and Pooling, CNN 기본 등에 대해 다루게 됩니다.

특히 본 강의는 정보통신부 선정 국책대학원인 성균관대 인공지능대학원 AI 교육과정의 핵심을 정리한 교육과정으로 단기간 내에 대학원 수준의 체계적이고 효과적인 지식 습득이 가능합니다.

또한 본 과정 수료 후에 추가적인 교육(실습 및 캡스톤 프로젝트 수행) 이수를 통해서 인공지능부문 전문가로 성장할 수 있습니다. (성균관대의 인공지능분야 Micro Degree 연계 가능)

* 오프라인 실습은 이론수업(머신러닝, 딥러닝) 수강을 마친 학습자들을 대상으로 운영되며, 2주-3주 간의 AI프로젝트를 통해 직접 모델을 설계하고 성능을 시험하는 캡스톤 프로젝트 과정을 수행할 수 있습니다. 프로젝트 기간 중에는 석박사 조교들의 지원이 제공될 예정입니다.

이 강의의 대상

프로그래밍을 위한 기본 이론을 학습하고 싶으나 체계적이고 정제된 커리큘럼과 교육과정을 찾기가 어렵다.
현업에서 개발자로 근무하고 있지만 각 알고리즘의 특성과 이론의 배경을 모르고 있어 현업 적용에 한계가 있다.

※ 본 강좌는 유료강좌지만 성균관대학교 재학생에 한하여 무료로 제공하고 있습니다.

   (재학생 수강문의: skkux@skku.edu)