AI 기초

인공지능이란

Anaconda와 Spyder를 활용하여 넘파이 실습, 복습하기

Anaconda와 Numpy, Matplotlib를 활용한 시각화 실습

머신러닝 개념과 knn 알고리즘 실습(붓꽃 dataset 사용)

knn 알고리즘 실습(MNIST 필기체 숫자 이미지 데이터셋 사용)

선형 회귀 알고리즘 실습과 Overfitting, Underfitting

선형 회귀 모델 구현 실습

단일 퍼셉트론, 다중 퍼셉트론과 신경망(ANN)

신장/체중을 입력받아 성별을 예측하는 퍼셉트론 모델 만들기

MLP(다층 퍼셉트론)에서의 활성화 함수, 순방향 패스, 오차 계산 과정

역전파 학습 알고리즘의 세부 과정(역방향 패스)

Keras, Numpy를 활용한 미니 배치 실습

미니 배치, 역전파 그리고 SGD(확률적 경사 하강법) 최적화 기법

케라스(Keras) 기본 개념 및 사용 방법 3가지(Sequential API, Functional API, Model 클래스 상속)

Keras를 이용한 MNIST 숫자 인식 실습

Keras와 하이퍼 매개변수

DNN과 Gradient Vanishing Problem 그리고 손실함수(MSE, Cross Entropy)

가중치 초기화 방법과 범주형 데이터 인코딩(sklearn, Keras)

데이터 정규화, 과잉 적합과 과소 적합 그리고 방지 전략

심층 신경망(DNN)을 사용해서 MNIST 필기체 숫자 인식 모델 만들기

심층 신경망(DNN)을 사용해서 패션 아이템 분류 모델 만들기

타이타닉 생존자 예측(Kaggle 제출)

CNN(Convolution Neural Network)의 기본 개념(Filter, Stride, Padding, Pooling)과 구조

CNN과 AlexNet의 상세 구조

CNN 모델로 MNIST 필기체 숫자 인식하기

영상 인식이란

CIFAR-10 영상 분류하기

CNN을 사용하여 강아지와 고양이 분류하기

데이터 증강(Data Augmentation) 이론 및 실습

가중치 저장과 전이 학습

피드 포워드 신경망과 순환 신경망

순환 신경망(RNN) 개념