왕초보! 텐서플로우 2.0 머신러닝 기초 강좌
왕초보! 텐서플로우(Tensorflow) 2.0 머신러닝 기초 강좌는 머신러닝의 기초부터 다루게 됩니다.
256명의 학생들이 수강
초보자를 위한 텐서플로우(TensorFlow ) 2.0을 사용하는 방법을 강의합니다.
이 과정은 머신러닝 및 인공 지능에 대한 지식과 기술을 향상시키려는 일반인들을 대상으로 합니다.
이 과정은 핵심 학습 알고리즘, 신경망(뉴럴 네트워크)를 이용한 딥 러닝, CNN (컨볼 루션 뉴럴 네트워크)를
이용한 컴퓨터 비전, 자연어 처리 및 강화 학습과 같은 ML 및 AI의 기본 개념과 방법에 대해 학습합니다.
수학적인 기본 원리로 왜 작동되는가 보다, 어떻게 작동되게 하는가 위주로 강의를 합니다.
🎓강좌를 마치면 얻는것!
이시기 극소수 0.001 %의 사람들이 가지는 다음의 능력을 가지게 됩니다.
- 어떤 이미지든 인공지능이 인식할 수 있게 할 수 있습니다.
- 인공지능이 글을 쓸 수 있게 합니다.
- 당장 주가가 궁금할때 자신만의 손쉬운 방법으로 데이터를 구해 주가를 예측할 수 있습니다.
🐉선수 과정으로 거치면 수월한 것!
깊은 Python 프로그래밍 지식은 없어도 따라갈 수 있도록 머신러닝 위주의 강의를 진행합니다만,
일부 과정에선 머신러닝 처리를 위한 엔지니어링에서 피할 수 없는 파이썬 코딩 부분들이 나옵니다.
파이썬 코드를 설명하는 파이썬 강좌가 아니기 때문에 파이썬을 해본 적이 없거나, 또는 일반적인
코딩의 흐름의 이해로 강의에 녹여 이해 할 수 없다면 먼저 파이썬을 공부하고 참여하시기 바랍니다.
🍝관련 추천 머신러닝 강의!
- 5종 신기(神器)–머신러닝 모바일 앱 5종 따라 만들기- Firebase ML Kit 과 Flutter, TensorFlow Lite 이용
- Flask로 웹서비스 하기 – Python 웹 프로그래밍에서 머신러닝 까지
- 뭔신(神)? 머신러닝(Machine Learning),데이터 사이언스 웹 앱 제작하기
- 순한맛! 파이썬 머신러닝 강좌
🍜유튜브 강좌와 다른 점!
- 광고가 없습니다!
- 동영상의 속도조절 등 강좌에 최적화된 진행 구성!
- 유튜브 강좌에서 다루지 않는 실질적 Lab 센션이 있습니다.
강좌 교육과정 소개 (COURSE CURRICULUM)
| 머신러닝과 텐서플로우2.0의 기본 | |||
| 1. 구글 Colaboratory (콜래보래토리) | 00:05:00 | ||
| 2. #인공지능, #머신러닝, #신경망, #딥뉴럴네트워크 #ai #ml #nn #featured #Label | 00:05:00 | ||
| 3. 머신러닝의 종류 – supervised learning, unsupervised learning, reinforcement learning | 00:07:00 | ||
| 4. 텐서(Tensor), 그래프 , 세션(Session)의 저수준 작동 원리 | 00:06:00 | ||
| 5. 코딩, 임포팅, 랭크(Rank) | 00:08:00 | ||
| 6. 행렬, reduce 함수,브로드캐스팅 | 00:07:00 | ||
| 7. 텐서플로우 2.0 행렬의 계산 – 곱하기, 더하기, 빼기 | 00:17:00 | ||
| 8. reshape 으로 텐서 형태 변환 하기 | 00:08:00 | ||
| 9. cast 명령어로 데이터 Type 변경하기 | 00:05:00 | ||
| 10. 슬라이싱(slicing) 으로 텐서객체 복사 생성 | 00:08:00 | ||
| 11 . 텐서들 합치기 concat , stack – 0차원, 1차원? 안햇갈리는 axis | 00:09:00 | ||
| 머신러닝 핵심 알고리즘 | |||
| 12. 타이타닉 생존자를 예측 하자 1 | 00:17:00 | ||
| 13. 오늘 하루도 섹쉬하게! 타이타닉 생존자를 예측 하자 2 | 00:11:00 | ||
| 14. 타이타닉 생존자를 예측 하자 3 – 입력 함수(input function),batch size, epoch, overfitting ,모델 생성,훈련,예측 | 00:20:00 | ||
| 15. 전설의 붓꽃(iris) 데이터셋 분류 1 Classification (분류), 데이터 전 처리 – 배우면 싹수 옐로우도 될성부른 인재 됨 | 00:13:00 | ||
| 16. 머신러닝 붓꽃(iris)의 품종 분류 2🌸 – DNNClassifier (Deep Neural Network) 모델 사용 | 00:12:00 | ||
| 17. 텐서플로우 Clustering (군집화) – K-평균 클러스터링(K-means Clustering) | 00:09:00 | ||
| 텐서플로우 2.0 신경망 | |||
| 신경망 기초 이론 학습 (텍스트 버전) | 00:00:00 | ||
| 18. Keras 이용 Fashion MNIST 분류 문제 | 00:19:00 | ||
| 18강 보충 수업 1 train_images = train_images / 255.0 | 00:05:00 | ||
| 18강 보충수업 2 from __future__ import absolute_import, division, print_function, unicode_literals, unicode_literals | 00:05:00 | ||
| CNN(Convolutional Neural Network) 이용 컴퓨터 비전 처리 | |||
| 19. 기본이론 – 합성곱 신경망(Convolutional Neural Network, CNN) | 00:18:00 | ||
| 20. 예제 수행. CNN모델 – CIFAR 데이터셋 이용 | 00:11:00 | ||
| 21. 데이터 증강- 합성곱 신경망(Convolutional Neural Network, CNN) | 00:03:00 | ||
| 22. 사전 훈련된 모델 사용하기_MobileNet V2 | 00:19:00 | ||
| RNN 을 이용한 자연어 처리 | |||
| 23.자연어 처리란 무엇인가 -Open ai GPT – 3를 예로 | 00:05:00 | ||
| 24.단어 임베딩(Word embeddings) | 00:07:00 | ||
| 25. imdb 분석 (1/2) 자연어 처리를 위한 직관적 LSTM – RNN을 이용한 텍스트 분류 | 00:07:00 | ||
| 26. imdb 분석 (2/2) 영화 리뷰를 분석하는 인공지능 | 00:08:00 | ||
| 27.자연어 처리-글 쓰는 인공지능? 셰익스피어의 부활- 로미오와 줄리엣 기반 희곡 작가 만들기#1.희곡의 3요소 | 00:06:00 | ||
| 28. 자연어 처리- 셰익스피어 부활 프로젝트 #2 – 백만자가 넘는 엄청난 로미오와 줄리엣 한방에 인코딩하기 | 00:10:00 | ||
| 29.자연어 처리-글쓰는 인공지능?셰익스피어의 부활- 로미오와 줄리엣 기반 희곡 작가 만들기#3.훈련데이터 구성 | 00:08:00 | ||
| 30.자연어 처리-로미오와 줄리엣 기반 희곡 작가 만들기#4.LSTM 모델생성과 글쓰기 완성 | 00:09:00 | ||
| 강화 학습 | |||
| 31.강화학습 (Reinforcement Learning) #1_ Q- Learning | 00:09:00 | ||
| 31.강화학습 (Reinforcement Learning) #2 예제 | 00:19:00 | ||
| LAB - 머신러닝 사업화 프로젝트를 위한 기본 기술 모듈 수행 | |||
| 33. 이미지 인식 기술 모듈 – YOLO V5 를 이용한 커스튬 이미지 인식 | 00:23:00 | ||
| 34. 데이터 라벨링 지식 모듈 – 도구 MS VoTT (Visual Object Tagging Tool) | 00:08:00 | ||
| 35. 주가 예측 모듈 – LSTM 모델 이용 테슬라 주가 예측 해보기 | 00:15:00 | ||
| 36. 인공지능 글쓰기 모듈 – 소설, 철학서적 집필 | 00:13:00 | ||
| 37. 예측 업무 모듈 – Facebook Prophet 이용 예언가가 되어보자 | 00:13:00 | ||
| 38. 인공지능 샤워 모듈 – 개인화된 추천 시스템 만들어 보기 (ft.kaggle) | 00:15:00 | ||