1. | ![]() |
인공지능 역사 및 소개 | 인공지능의 소개 인공지능의 SW의 종류 및 케라스의 활용 | ![]() |
2. | ![]() |
케라스 설치와 시작하기 | 케라스를 윈도우에 설치하기 | ![]() |
3. | ![]() |
ANN(인공 신경망)의 원리와 구현 | -ANN의 개념 및 구조 -필기체 인식에 활용되는 분류ANN -시계열 데이터를 예측하는 회귀ANN | ![]() |
4. | ![]() |
DNN(심층 신경망)의 원리와 구현 | -DNN의 개념 및 구조 -필기체를 분류하는 DNN 구현 -컬러 이미지를 분류하는 DNN구현 | ![]() |
5. | ![]() |
CNN(합성곱 신경망)의 원리와 구현 | -CNN의 원리 '-필기체를 분류하는 CNN구현 -컬러 이미지를 분류하는 CNN구현 | ![]() |
6. | ![]() |
RNN(순환 신경망)의 원리와 구현 | -RNN의 기본개념 -문장의 의미를 이해하는 RNN 구현 | ![]() |
7. | ![]() |
AE(오토인코더)의 원리와 구현 | -비지도 학습인 AE의 원리 -필기체를 인식하는 AE 구현 | ![]() |
8. | ![]() |
GAN(생성적 적대 신경망)의 원리와 구현 | -GAN의 원리 -새로운 필기체를 생성하는 GAN 구현 | ![]() |
9. | ![]() |
UNET(유넷)의 원리와 구현 | -UNET의 원리 컬러 복원 처리를 위한 UNET구현 | ![]() |
10. | ![]() |
케라스의 응용 | -케라스의 다양한 응용기능 '-이미지 데이터 수 늘리기 | ![]() |