강의목표
AI 기초 이론을 이해하고, 직접 딥러닝 모델을 개발하여 실습할 수 있는 능력을 갖춘다.
강의개요
1.인공지능(AI)과 딥러닝의 개념 이해
-AI의 기본 개념과 머신러닝, 딥러닝의 차이점을 이해한다.
-최신 AI 기술 동향을 파악하고 활용 사례를 학습한다.
2.딥러닝 프레임워크(TensorFlow, PyTorch) 실습
-주요 딥러닝 프레임워크의 특징을 비교하고 기본적인 사용법을 익힌다.
-Python 기반의 딥러닝 환경을 설정하고 실습을 진행한다.
3. 딥러닝 모델 설계 및 구현
-딥러닝의 핵심 개념(신경망, 활성화 함수, 손실 함수, 옵티마이저 등)을 학습한다.
-간단한 신경망 모델을 구현하고 학습시키는 과정을 실습한다.
4. 데이터 활용 및 모델 평가
-데이터 전처리 기법을 익히고, 모델 평가 및 성능 개선 방법을 학습한다.
-실제 데이터를 활용하여 이미지 분류 등의 기초적인 프로젝트를 수행한다.
5. 실전 적용 및 프로젝트 수행
-Google Colab, Jupyter Notebook을 활용한 실습을 진행한다.
참고사항
♦ 출석 100%, 퀴즈 3/5문제 통과시 수료증이 발급됩니다.
♦ 수강신청 기간 내에 홈페이지에서 수강 취소해야 정상 취소처리 됩니다.
♦ 1개 교육에 대해 전일 결석시, 추후 3개월간 수강신청이 자동차단됩니다. (취소는 홈페이지에서 직접 가능)
강좌상세
| 일자 |
2025-04-14 |
시간 |
10:00 ~ 12:00 |
강사 |
이희정 산학협력교수 성균관대학교 |
| 내용 |
인공지능 개론 및 기초 개념
-인공지능과 머신러닝, 딥러닝 개념 비교
-AI의 역사 및 발전 과정
-AI의 주요 응용 사례 |
| 일자 |
2025-04-14 |
시간 |
13:00 ~ 18:00 |
강사 |
이희정 산학협력교수 성균관대학교 |
| 내용 |
파이썬과 데이터 분석 기초
-Python 환경 설정(Google Colab 및 Jupyter Notebook 활용법) 및 기본 문법
-데이터 분석을 위한 주요 라이브러리 (NumPy, Pandas, Matplotlib 등)
머신러닝과 딥러닝 개념
-지도학습, 비지도학습, 강화학습 개념
-신경망 기본 구조 및 작동 원리
프로젝트 실습 및 Q&A
-개별 실습 및 질의응답 |
| 일자 |
2025-04-15 |
시간 |
10:00 ~ 12:00 |
강사 |
이희정 산학협력교수 성균관대학교 |
| 내용 |
딥러닝 프레임워크 이해 및 환경 설정
-TensorFlow vs PyTorch 비교
-기본적인 신경망 모델 구현 |
| 일자 |
2025-04-15 |
시간 |
13:00 ~ 18:00 |
강사 |
이희정 산학협력교수 성균관대학교 |
| 내용 |
딥러닝 모델 구현 및 실습
-간단한 이미지 분류 모델 구현 (MNIST 데이터셋 활용)
-모델 학습 및 평가 (손실 함수, 옵티마이저 적용)
-모델 성능 개선 및 하이퍼파라미터 튜닝
프로젝트 실습 및 Q&A
-실전 프로젝트 적용 (추가 데이터셋 활용)
-개별 실습 및 질의응답 |
강의장소
성균관대학교 자연과학캠퍼스 산학협력센터 85동 731호 (85731호)
담당자 연락처
|
