에듀인기업연수

본 과정에서는 PyTorch를 통해 딥러닝 기초 이론을 배우고, 컴퓨터 비전 및 시퀀스 데이터 처리 방법에 대해 배운다
합성곱 신경망(CNN)과 순환신경망(RNN)에 대해 이론을 학습한다.
인공신경망, 합성곱 신경망, 순환 신경망 구축 방법을 PyTorch 통해 실습한다.

학습차수	학습명	학습시간	학습
1차시	인공지능의 역사, 인공지능의 기본 원리	28분	미리보기
2차시	Pytorch 특징, 개발 환경, Colab 실습	28분
3차시	머신러닝의 기본 개념, 학습의 동작 원리	28분
4차시	머신러닝에서 오차측청 방법, 머신러닝에서 최적화 방법	28분
5차시	다양한 loss 함수 활용하기, 다양한 최적화 함수 활용하기, 학습의 전체 Flow 실습	28분
6차시	인공신경망 기본 원리 학습, 활성화 함수 학습	28분
7차시	다양한 활성화 함수 실습, 다양한 최적화 함수 실습	28분
8차시	데이터에 대해 이해, 인코딩의 필요성 학습	28분
9차시	PyTorch의 Dataset 클래스 학습, PyTorch의 Dataloader 클래스 학습	28분
10차시	다양한 데이터 셋 활용, Cifar-10 데이터 호출 실습, Cifar-100 데이터 호출 실습	28분