과정 | DEEP:EDU | 노코딩 인공지능 교육 플랫폼

NO-CODING 인공지능 개발 교육

#인공지능 #산업 AI

학습 중 : 50

리뷰 : 0

0.0점 (0 평점)

정종훈

업데이트: 2022.03.18

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

49 차시

1. 인공지능과 데이터

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

2. 파이썬 프로그래밍

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

3. 이미지 데이터 전처리

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

4. 딥러닝 학습원리와 성능평가

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

5. 딥러닝 주요 모델의 구조

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.

무료

카트에 담기 과정 신청하기

과정 특징

학습 기간 90일
차시 49
동영상 24
문서 24
설문 1