상세 커리큘럼

39강 5시간 32분

전체열기

0주

수업을 듣기 위한 사전 준비하기

3강 8분

1

더 유익한 수강을 위한 스파르타 수강환경 사용법을 알 수 있습니다.

2

즉문즉답이 진행되는 슬랙(Slack)을 함께 설치하고, 사용법을 익혀봅니다.

1

수강환경 튜토리얼

2

슬랙&즉문즉답 튜토리얼

3

개발일지 튜토리얼

숙제 : 0주차 사전 과제

1주

머신러닝 기초 & 선형회귀

10강 1시간 42분

1

머신러닝에서 대표적인 회귀와 분류의 개념에 대해 이해합니다.

2

선형회귀와 손실함수 개념에 대해 배워봅니다.

3

앞으로 사용할 실습 환경인 Colab 사용 방법을 익힙니다.

4

Kaggle 데이터를 활용해 선형회귀 예제를 함께 풀어봅니다.

1

1주차 오늘 배울 것

2

필수 프로그램 설치 안내

3

머신러닝이란?

4

선형 회귀 (Linear Regression)

5

경사 하강법 (Gradient descent method)

6

데이터셋 분할

7

실습 환경 소개 (Colab)

8

간단한 선형회귀 실습

9

캐글 선형회귀 실습

10

1주차 끝 & 숙제 설명

숙제 : 연차-연봉 데이터로 선형회귀 구현하기

2주

이진/다항 논리회귀

8강 1시간 5분

1

논리 회귀의 가설과 시그모이드 함수, 손실함수 개념에 대해 이해합니다.

2

다항 논리회귀와 One-hot encoding 방법에 대해 이해합니다.

3

정규화, 표준화 등 머신러닝에서의 전처리 방법을 익힙니다.

4

타이타닉 생존자 예측하기와 와인종류 예측하기 실습을 진행합니다.

1

2주차 오늘 배울 것

2

논리 회귀 (Logistic regression)

3

다항 논리 회귀 (Multinomial logistic regression)

4

다양한 머신러닝 모델

5

머신러닝에서의 전처리

6

이진 논리회귀 실습

7

다항 논리회귀 실습

8

2주차 끝 & 숙제 설명

숙제 : 당뇨병 데이터로 이진 논리회귀 구현하기

3주

딥러닝이란?

8강 1시간 14분

1

딥러닝의 태동을 불러온 XOR 문제와 그 개념을 발전 시킨 역전파에 대해 알아봅니다.

2

딥러닝의 네트워크 구조와 주요 개념들에 대해 이해합니다.

3

XOR 문제와 숫자 MNIST 실습을 진행합니다.

1

3주차 오늘 배울 것

2

딥러닝의 역사

3

Deep Neural Networks 구성 방법

4

딥러닝의 주요 개념

5

딥러닝의 주요 스킬

6

XOR 실습

7

딥러닝 실습

8

3주차 끝 & 숙제 설명

숙제 : 숫자 MNIST 데이터베이스 분석하기

4주

다양한 신경망 종류 - CNN, RNN, GAN

10강 1시간 21분

1

컴퓨터 비전(Computer Vision) 분야에서 가장 많이 쓰이는 이미지 처리 방식인 Convolutional Neural Network(CNN) 방법에 대해 알아봅니다.

2

자연어 처리 등 다양한 분야에 활용되는 Recurrent Neural Network(RNN)에 대해 알아봅니다.

3

최근 딥러닝 학계에서 굉장히 핫한 분야인 Generative Adversarial Network(GAN)에 대해 알아봅니다.

4

숫자 MNIST 데이터를 CNN을 사용하여 실습을 진행합니다.

1

4주차 오늘 배울 것

2

Convolutional Neural Networks (합성곱 신경망)

3

CNN의 구성

4

다양한 CNN 종류

5

Transfer Learning (전이 학습)

6

Recurrent Neural Networks (순환 신경망)

7

Generative Adversarial Network (생성적 적대 신경망)

8

CNN 실습

9

전이학습 실습

10

4주차 끝 & 숙제 설명

숙제 : CNN으로 풍경사진 분류하기