개요

과정 소개

비개발직군/비전공자가 이미지 처리를 위한 인공지능을 직접 개발할 수 있습니다.


학습효과

  • 이미지 처리를 위한 인공지능을 직접 개발할 수 있습니다.

요구사항

  • 비개발직군
  • 비전공자

과정 커리큘럼


  • 1. 01. 이론) 커리큘럼 & DEEP:PHI 소개
    학습시간 : 00:59:14
  • 2. 02. 이론) 인공지능 개념 & 03. 실습) 머신러닝 데이터셋
    학습시간 : 00:47:09
  • 3. 03. 실습) DEEP:PHI에 데이터셋 업로드하기
    학습시간 : 00:46:19
  • 4. 01-이론) 커리큘럼 & DEEP:PHI 소개
  • 5. 02-이론) 인공지능 개념 & 머신러닝 데이터셋
  • 6. 03-실습) DEEP:PHI에 데이터셋 업로드하기
  • 7. ss
    기간 : 2022-03-18 11:00:00 ~ 2022-03-18 11:00:00
  • 1. 04. 이론) 딥러닝 프로그래밍 이해
    학습시간 : 00:52:04
  • 2. 05. 실습) 파이썬 기초문법 - 데이터 다루기
    학습시간 : 00:30:59
  • 3. 06. 실습) 파이썬 기초문법 - 흐름 제어와 함수
    학습시간 : 00:51:22
  • 4. 04. 이론) 딥러닝 프로그래밍 이해
  • 5. 05. 실습) 파이썬 기초문법 - 데이터 다루기
  • 6. 06. 실습) 파이썬 기초문법 - 흐름 제어와 함수
  • 1. 07. 이론) 데이터 전처리 기법
    학습시간 : 00:51:32
  • 2. 08. 이론) 데이터 증대 기법
    학습시간 : 01:00:37
  • 3. 09. 실습) DEEP:PHI로 전처리하기
    학습시간 : 01:04:34
  • 4. 10. 이론) 파이썬 이미지 처리 라이브러리 소개
    학습시간 : 00:23:47
  • 5. 11. 실습) 파이썬으로 이미지 전처리
    학습시간 : 00:30:19
  • 6. 12. 실습) DEEP:PHI로 이미지 처리 모듈 생성
    학습시간 : 00:45:40
  • 7. 07. 이론) 데이터 전처리 기법
  • 8. 08. 이론) 데이터 증대 기법
  • 9. 09. 실습) DEEP:PHI로 전처리하기
  • 10. 10. 이론) 파이썬 이미지 처리 라이브러리 소개
  • 11. 11. 실습) 파이썬으로 이미지 전처리
  • 12. 12. 실습) DEEP:PHI로 이미지 처리 모듈 생성
  • 1. 13. 이론) 신경망의 학습 원리 이해
    학습시간 : 00:34:54
  • 2. 14. 이론) 합성곱 신경망(CNN) 이해
    학습시간 : 00:42:22
  • 3. 15. 실습) DEEP:PHI로 합성곱 신경망 설계 및 학습 실행
    학습시간 : 00:39:34
  • 4. 16. 실습) 딥러닝 결과 분석
    학습시간 : 00:50:10
  • 5. 17. 이론) 딥러닝 성능 고도화
    학습시간 : 00:48:48
  • 6. 18. 실습) DEEP:PHI로 딥러닝 결과 분석 및 성능 고도화
    학습시간 : 00:32:33
  • 7. 13. 이론) 신경망의 학습 원리 이해
  • 8. 14. 이론) 합성곱 신경망(CNN) 이해
  • 9. 15. 실습) DEEP:PHI로 합성곱 신경망 설계 및 학습 실행
  • 10. 16. 실습) 딥러닝 결과 분석
  • 11. 17. 이론) 딥러닝 성능 고도화
  • 12. 18. 실습) DEEP:PHI로 딥러닝 결과 분석 및 성능 고도화
  • 1. 19. 이론) 분류신경망 모델 이해
    학습시간 : 00:26:13
  • 2. 20. 이론) 분류신경망 모델 성능 지표 분석 및 성능 고도화 방법
    학습시간 : 00:59:57
  • 3. 21. 실습) DEEP:PHI로 분류신경망 모델 개발
    학습시간 : 00:50:44
  • 4. 22. 이론) 분할신경망 모델 이해
    학습시간 : 00:33:15
  • 5. 23. 이론) 분할신경망 모델 성능 지표 분석 및 성능 고도화 방법
    학습시간 : 00:31:18
  • 6. 24. 실습) DEEP:PHI로 분할신경망 모델 개발
    학습시간 : 00:43:22
  • 7. 19. 이론) 분류신경망 모델 이해
  • 8. 20. 이론) 분류신경망 모델 성능 지표 분석 및 성능 고도화 방법
  • 9. 21. 실습) DEEP:PHI로 분류신경망 모델 개발
  • 10. 22. 이론) 분할신경망 모델 이해
  • 11. 23. 이론) 분할신경망 모델 성능 지표 분석 및 성능 고도화 방법
  • 12. 24. 실습) DEEP:PHI로 분할신경망 모델 개발

강사 소개

  • 3 개 과정

정종훈

Always be humble, Always be true

연세대학교 천문우주학 학사, 2010~2015

연세대학교 천문우주학 석사, 2016~2018


의료영상 인공지능 연구플랫폼 DEEP:PHI 기획 및 개발(2019.03~2019.10)

알츠하이머 진단 인공지능 연구(2019.10~2021.02)

폐암 진단 인공지능 연구(2019.10~진행중)

뇌출혈 검출 인공지능 개발(2020.04~2020.06)


의료 딥러닝 및 DEEP:PHI 플랫폼 교육(2020.06~진행중)

가천대학교 딥러닝 강의(2020.09~2020.12)

대인고등학교 과학과제연구(2021.04~2021.07)

의료 딥러닝 연구 컨설팅(2020.09~)

리뷰

  • 5 점
  • 0%
  • 4 점
  • 0%
  • 3 점
  • 0%
  • 2 점
  • 0%
  • 1 점
  • 0%

0.0

평점

아직 등록된 리뷰가 없습니다.
권한이 필요합니다.

댓글을 작성하려면 로그인해야합니다.

    과정 특징

  • 학습 기간 90일
  • 차시 49
  • 동영상 24
  • 문서 24
  • 설문 1