آموزش 【한글자막】 Tensorflow 2와 Keras를 이용한 Deep Learning 부트캠프

سرفصل ها و درس ها

강의 개요، 설치 및 환경 설정 강의 개요, 설치 및 환경 설정

• 환영합니다 환영합니다

• 강의 개요 강의 개요

• 강의 환경 설정과 설치 강의 환경 설정과 설치

• سوالات متداول - 자주 묻는 질문들 FAQ - 자주 묻는 질문들

강의 개요 확인! 강의 개요 확인!

• 퀴즈 1: 강의 개요 영상을 시청하세요 퀴즈 1: 강의 개요 영상을 시청하세요

NumPy 특강 NumPy 특강

• NumPy 입문 NumPy 입문

• NumPy 배열하기 NumPy 배열하기

• NumPy 인덱스 선택 NumPy 인덱스 선택

• NumPy 연산하기 NumPy 연산하기

• NumPy 연습 문제 NumPy 연습 문제

• NumPy 연습 문제 - 풀이법 NumPy 연습 문제 - 풀이법

پانداها 특강 Pandas 특강

• پانداها 입문 Pandas 입문

• پانداها 시리즈 Pandas 시리즈

• پانداها 데이터 프레임 - 파트 1 Pandas 데이터 프레임 - 파트 1

• پانداها 데이터 프레임 - 파트 2 Pandas 데이터 프레임 - 파트 2

• پانداها 누락 데이터 Pandas 누락 데이터

• 그룹화 연산 그룹화 연산

• پانداها 연산 Pandas 연산

• 데이터 입력과 출력 데이터 입력과 출력

• پانداها 연습 문제 Pandas 연습 문제

• پانداها 연습 문제 - 풀이법 Pandas 연습 문제 - 풀이법

시각화 특강 시각화 특강

• پایتون 시각화 입문 Python 시각화 입문

• Matplotlib 기초 Matplotlib 기초

• Seaborn 기초 Seaborn 기초

• 데이터 시각화 연습 문제 데이터 시각화 연습 문제

• 데이터 시각화 연습 문제 - 풀이법 데이터 시각화 연습 문제 - 풀이법

머신 러닝 개념 개요 머신 러닝 개념 개요

• 머신 러닝이란؟ 머신 러닝이란?

• 지도 학습 개요 지도 학습 개요

• 과적합 과적합

• 성능 평가하기 - 분류 오류 척도 성능 평가하기 - 분류 오류 척도

• 성능 평가하기 - 회귀 오류 척도 성능 평가하기 - 회귀 오류 척도

• 비지도 학습 비지도 학습

기초 인공 신경망 - ANN 기초 인공 신경망 - ANN

• 인공 신경망(ANN) 섹션 입문 인공 신경망(ANN) 섹션 입문

• 퍼셉트론 모델 퍼셉트론 모델

• 신경망 신경망

• 활성화 함수 활성화 함수

• 다중 클래스 분류 고려 사항 다중 클래스 분류 고려 사항

• 비용 함수와 경사 하강법 비용 함수와 경사 하강법

• 역전파 역전파

• TensorFlow와 Keras의 차이점 TensorFlow와 Keras의 차이점

• کراس 기본 구문 - 파트 1 - 데이터 준비 Keras 기본 구문 - 파트 1 - 데이터 준비

• کراس 기본 구문 - 파트 2 - 모델 생성 및 학습하기 Keras 기본 구문 - 파트 2 - 모델 생성 및 학습하기

• کراس 기본 구문 - 파트 3 - 모델 평가 Keras 기본 구문 - 파트 3 - 모델 평가

• کراس 회귀 코드 - 탐색적 데이터 분석 Keras 회귀 코드 - 탐색적 데이터 분석

• کراس 회귀 코드 - 탐색적 데이터 분석 - 이어서 Keras 회귀 코드 - 탐색적 데이터 분석 - 이어서

• کراس 회귀 코드 - 데이터 전처리와 모델 생성하기 Keras 회귀 코드 - 데이터 전처리와 모델 생성하기

• کراس 회귀 코드 - 모델 평가와 예측 Keras 회귀 코드 - 모델 평가와 예측

• کراس 분류 코드 - EDA와 전처리 Keras 분류 코드 - EDA와 전처리

• کراس 분류 - 과적합과 평가 문제 해결하기 Keras 분류 - 과적합과 평가 문제 해결하기

• TensorFlow 2.0 Keras 프로젝트 옵션 개요 TensorFlow 2.0 Keras 프로젝트 옵션 개요

• Tensorflow 2.0 Keras 프로젝트 노트북 개요 Tensorflow 2.0 Keras 프로젝트 노트북 개요

• کراس 프로젝트 풀이법 - 탐색적 데이터 분석 설명 Keras 프로젝트 풀이법 - 탐색적 데이터 분석 설명

• کراس 프로젝트 풀이법 - 누락데이터 처리하기 Keras 프로젝트 풀이법 - 누락데이터 처리하기

• کراس 프로젝트 풀이법 - 누락데이터 처리하기 - 파트 2 Keras 프로젝트 풀이법 - 누락데이터 처리하기 - 파트 2

• کراس 프로젝트 풀이법 - 범주형 데이터 Keras 프로젝트 풀이법 - 범주형 데이터

• کراس 프로젝트 풀이법 - 데이터 전처리하기 Keras 프로젝트 풀이법 - 데이터 전처리하기

• کراس 프로젝트 풀이법 - 모델 생성 및 학습하기 Keras 프로젝트 풀이법 - 모델 생성 및 학습하기

• کراس 프로젝트 풀이법 - 모델 평가 Keras 프로젝트 풀이법 - 모델 평가

• 텐서보드 텐서보드

컨볼루션 신경망 - CNN 컨볼루션 신경망 - CNN

• 컨볼루션 신경망(CNN) 섹션 개요 컨볼루션 신경망(CNN) 섹션 개요

• 이미지 필터와 커널 이미지 필터와 커널

• 컨볼루션 레이어 컨볼루션 레이어

• 풀링 레이어 풀링 레이어

• MNIST 데이터 세트 개요 MNIST 데이터 세트 개요

• MNIST의 컨볼루션 신경망(CNN) - 파트 1 - 데이터 MNIST의 컨볼루션 신경망(CNN) - 파트 1 - 데이터

• MNIST의 컨볼루션 신경망(CNN) - 파트 2 - 모델 생성 및 학습하기 MNIST의 컨볼루션 신경망(CNN) - 파트 2 - 모델 생성 및 학습하기

• MNIST의 컨볼루션 신경망(CNN) - 파트 3 - 모델 평가 MNIST의 컨볼루션 신경망(CNN) - 파트 3 - 모델 평가

• CIFAR - 10의 컨볼루션 신경망(CNN) - 파트 1 - 데이터 CIFAR - 10의 컨볼루션 신경망(CNN) - 파트 1 - 데이터

• CIFAR - 10의 컨볼루션 신경망(CNN) - 파트 2 - 모델 평가하기 CIFAR - 10의 컨볼루션 신경망(CNN) - 파트 2 - 모델 평가하기

• 실제 이미지 강의를 위한 데이터 세트 다운로드하기 실제 이미지 강의를 위한 데이터 세트 다운로드하기

• 실제 이미지 파일의 컨볼루션 신경망(CNN) - 파트 1 - 데이터 읽기 실제 이미지 파일의 컨볼루션 신경망(CNN) - 파트 1 - 데이터 읽기

• 실제 이미지 파일의 컨볼루션 신경망(CNN) - 파트 2 - 데이터 처리하기 실제 이미지 파일의 컨볼루션 신경망(CNN) - 파트 2 - 데이터 처리하기

• 실제 이미지 파일의 컨볼루션 신경망(CNN) - 파트 3 - 모델 생성하기 실제 이미지 파일의 컨볼루션 신경망(CNN) - 파트 3 - 모델 생성하기

• 실제 이미지 파일의 컨볼루션 신경망(CNN) - 파트 4 - 모델 평가하기 실제 이미지 파일의 컨볼루션 신경망(CNN) - 파트 4 - 모델 평가하기

• 컨볼루션 신경망(CNN) 연습 문제 개요 컨볼루션 신경망(CNN) 연습 문제 개요

• 컨볼루션 신경망(CNN) 연습 문제 풀이법 컨볼루션 신경망(CNN) 연습 문제 풀이법

순환 신경망 - RNN 순환 신경망 - RNN

• 순환 신경망(RNN) 섹션 개요 순환 신경망(RNN) 섹션 개요

• 순환 신경망(RNN) 기초 이론 순환 신경망(RNN) 기초 이론

• 기울기 소실 기울기 소실

• LSTM과 GRU LSTM과 GRU

• 순환 신경망(RNN) 배치 순환 신경망(RNN) 배치

• 사인파에서의 순환 신경망(RNN) - 데이터 사인파에서의 순환 신경망(RNN) - 데이터

• 사인파에서의 순환 신경망(RNN) - 배치 생성자 사인파에서의 순환 신경망(RNN) - 배치 생성자

• 사인파에서의 순환 신경망(RNN) - 모델 생성하기 사인파에서의 순환 신경망(RNN) - 모델 생성하기

• 사인파에서의 순환 신경망(RNN) - LSTM과 예측하기 사인파에서의 순환 신경망(RNN) - LSTM과 예측하기

• 시계열에서의 순환 신경망(RNN) - 파트 1 시계열에서의 순환 신경망(RNN) - 파트 1

• 시계열에서의 순환 신경망(RNN) - 파트 2 시계열에서의 순환 신경망(RNN) - 파트 2

• 순환 신경망(RNN) 연습 문제 순환 신경망(RNN) 연습 문제

• 순환 신경망(RNN) 연습 문제 - 풀이법 순환 신경망(RNN) 연습 문제 - 풀이법

• 보너스 - 다변량 시계열 - 순환 신경망(RNN)과 LSTM 보너스 - 다변량 시계열 - 순환 신경망(RNN)과 LSTM

자연어 처리 자연어 처리

• 자연어 처리 섹션 입문하기 자연어 처리 섹션 입문하기

• 자연어 처리 - 파트 1 - 데이터 자연어 처리 - 파트 1 - 데이터

• 자연어 처리 - 파트 2 - 텍스트 처리하기 자연어 처리 - 파트 2 - 텍스트 처리하기

• 자연어 처리 - 파트 3 - 배치 생성하기 자연어 처리 - 파트 3 - 배치 생성하기

• 자연어 처리 - 파트 4 - 모델 생성하기 자연어 처리 - 파트 4 - 모델 생성하기

• 자연어 처리 - 파트 5 - 모델 학습하기 자연어 처리 - 파트 5 - 모델 학습하기

• 자연어 처리 - 파트 6 - 텍스트 생성하기 자연어 처리 - 파트 6 - 텍스트 생성하기

오토인코더 오토인코더

• 오토인코더 입문 오토인코더 입문

• 오토인코더 기초 오토인코더 기초

• 차원 축소를 위한 오토인코더 차원 축소를 위한 오토인코더

• 이미지를 위한 오토인코더 - 파트 1 이미지를 위한 오토인코더 - 파트 1

• 이미지를 위한 오토인코더 - 파트 2 - 노이즈 제거 이미지를 위한 오토인코더 - 파트 2 - 노이즈 제거

• 오토인코더 연습 문제 개요 오토인코더 연습 문제 개요

• 오토인코더 연습 문제 - 풀이법 오토인코더 연습 문제 - 풀이법

생성적 대립 신경망 (GAN) 생성적 대립 신경망(GAN)

• 생성적 대립 신경망(GAN) 개요 생성적 대립 신경망(GAN) 개요

• 생성적 대립 신경망(GAN) 생성하기 - 파트 1 - 데이터 생성적 대립 신경망(GAN) 생성하기 - 파트 1 - 데이터

• 생성적 대립 신경망(GAN) 생성하기 - 파트 2 - 모델 생성적 대립 신경망(GAN) 생성하기 - 파트 2 - 모델

• 생성적 대립 신경망(GAN) 생성하기 - 파트 3 - 모델 학습하기 생성적 대립 신경망(GAN) 생성하기 - 파트 3 - 모델 학습하기

• DCGAM - 심층 컨볼루션 GAN DCGAM - 심층 컨볼루션 GAN

배포 배포

• 배포 입문 배포 입문

• 모델 생성하기 모델 생성하기

• 모델 예측 함수 모델 예측 함수

• 기초 플라스크 애플리케이션 실행 기초 플라스크 애플리케이션 실행

• 플라스크 Postman API 플라스크 Postman API

• 플라스크 API - 프로그램에 따라 요청 보내기 플라스크 API - 프로그램에 따라 요청 보내기

• 플라스크 프런트엔드 플라스크 프런트엔드

• 웹으로의 배포 웹으로의 배포