| 1. | |
딥러닝 핵심 미리보기 | 예측 원리와 딥러닝 개괄 |  |
| 2. | |
딥러닝 모델 설계 | 모델정의, 컴파일, 실행 | |
| 3. | |
데이터 다루기 | 데이터조사, 분석, 추출, 예측 | |
| 4. | |
다중 분류 문제 | 상관도, 원-핫 인코딩, 소프트맥스 | |
| 5. | |
모델 성능 검증 | 과적합, 테스트셋, 모델저장과 재사용, k겹교차검증 | |
| 6. | |
모델 성능 향상 | 검증셋, 모델업데이트, 학습중단 | |
| 7. | |
실제 데이터로 모델 만들기 | 결측치, 카테고리변수 처리, 관련도 추출 | |
| 8. | |
이미지 인식-컨볼루션 신경망(CNN)1 | 이미지 인식 원리, 딥러닝 기본 프레임 | |
| 9. | |
이미지 인식-컨볼루션 신경망(CNN)2 | 컨볼루션신경망, 맥스풀링, 드롭아웃, 플래튼 | |
| 10. | |
딥러닝을 이용한 자연어 처리 | 텍스트 토큰화, 단어 임베딩 | |
대구광역시 동구 동내로 64(동내동 1119) 우)41061
COPYRIGHT keris. all rights reserved
페이스북
트위터
카카오톡
네이버밴드
링크복사
