🎈 강의평: 정말 꼼꼼하고 멋진 딥러닝 실습 강의. 추천!
만족도 ⭐⭐⭐⭐⭐
- 목차와 목표 설정이 분명하고, 발표자료인 ppt가 환상적이다. (영어지만 강의와 함께 보면 문제 없음. 용어도 영어로 보고 듣는 게 더 낫다!)
- AWS 개념적 맛보기(실습 x)
- 딥러닝은 자꾸만 어렵게 느껴졌는데.. 이 강의의 실습을 하다보니 용기가 생겼다!💪😀
- 【한글자막】 초보자를 위한 AWS SageMaker 실습 | 6개 프로젝트 구축하기 도 수강해야겠다.
1. 왜 인공지능을 공부해야 할까요?
인공지능의 무한한 잠재력과 무궁무진한 활용
2. 이 수업에서 무엇을 배우나요?
3. AI, ML 업무 과정 중 어떤 부분을 배우는 건가요?
전반적으로 데이터 클리닝, 피처 엔지니어링, 대화형 데이터 시각화, AI/ML 모델 트레이닝, 모델 아키텍쳐, 하이퍼 파라미터 튜닝, AI/ML 테스트와 평가, 모델 배포
4. 수업 대상은 어떤 사람들인가요?
인공지능 기초를 이해하고 실무 문제를 풀어보고 싶은 ai 실무자, 데이터 사이언스 컨설턴트, 테크 마니아
※ ML/DL 모델링을 해 본 사람, 딥러닝 실습이 필요한 사람에게 추천
📌 학습 목표: 얼굴 이미지를 근거로 사람들의 감정을 분류하기(약 20000개 표정 사진, 2000개 얼굴 주요 포인트)
📌 키워드: ANN, CNN, ResNet(잔차 신경망), 활성화 함수, keras, tensorflow2.0
📌 학습 목표: MRI 스캔을 기반으로 뇌종양을 인식하고 위치를 찾는 데 속도와 정확도를 개선화(뇌 MRI 사진 3900장)
📌 키워드: ResNet, CNN, ResUnet, Plotly, keras
📌 학습 목표: 고객 데이터를 이용하여 그에 맞는 목표 광고 마케팅 설정( AI와 ML를 활용하여 시장 세분화 및 마케팅 부서를 바꾸는 방법)
📌 키워드: EDA(탐색적 분석), 오토인코더, plotly, k-means 클러스터링, PCA(주성분 분석)
📌 학습 목표: 고객의 신용카드 채납 확률 예측하기
📌 키워드: EDA, AWS SageMaker Studio, XGBoost, 하이퍼 파라미터 최적화
화성과 에펠탑 합성
📌 학습 목표: AI를 이용해 예술 작품 만들기
📌 키워드: Deep Dream
(참고 사이트: https://aiartists.org/)
📌 학습 목표: 음식 인식 분류 모델을 구축하여 여러 종류의 음식들을 분류( 약 16000개 컬러 이미지)
📌 키워드: datarobot(https://www.datarobot.com/trial/), Grad-Cam
(참고 사이트: https://aiartists.org/)
[참고 사이트 + 인증]
📌 https://playground.tensorflow.org/
강의를 완강한다면 수료증을 발급받을 수 있다.
이 글은 웅진씽크빅으로부터 『【한글자막】 현대 인공지능 (AI) 마스터 클래스 : 6개의 프로젝트 구축하기』 강의 수강권을 지급받아 작성하였습니다.
연계 추천한 『【한글자막】 초보자를 위한 AWS SageMaker 실습 | 6개 프로젝트 구축하기』는 내돈내산~! 그렇다. 평소에도 Udemy 애용한다.😎
약간의 단점