재직자 교육

재직자 직무능력향상 교육

교육문의

02-587-5180

평일 09:00~18:00

(토,일,공휴일 휴무)

• CNN 핵심 알고리즘에 대해 이해한다.

• 논문이나 오픈소스에서 제공하는 소스코드를 분석하고 접목할 수 있다.

• 회사가 소유하고 있는 데이터셋을 CNN 모델에 접목시켜 결과를 볼 수 있다.

• ImageNet 경진대회에서 우승한 모델에 대해 이해한다.

• CNN을 구성하는 핵심 알고리즘에 대해 학습한다.

• ImageNet 경진대회 우승 모델을 분석하고 구현한다.

• CNN 모델을 개발할 수 있는 다양한 API에 대해 학습한다.

• 사전 학습된 우승 모델을 통해 개인이 소장하고 있는 이미지셋에 적용한다.

일차	과목	내용
1일차	딥러닝 개요	딥러닝에 대해 기본 지식을 점검하고 개발 환경을 설정한다. - 개발 환경 구축 - 딥러닝 핵심 알고리즘 - 소프트맥스, 멀티레이어
	CNN 입문	CNN을 구성하는 기본 코드를 구현하고 원리에 대해 학습한다. - Convolution Neural Network 개요 - CNN 기본 코드 구현 및 분석 - cifar10 모델과 CNN 연동
2일차	ImageNet 초기 모델	ImageNet 경진대회 우승 모델 중에서 초기 모델을 분석한다. - LeNet5 구현 및 분석 - AlexNet 구현 및 분석 - 모델에 구현된 핵심 알고리즘 분석
	tf.layers	tf.layers 모듈을 사용해서 초기 모델을 직접 구현해 본다. - tf.layers에서 제공하는 고수준 API 학습 - tf.layers로 구현하는 LeNet5, AlexNet 모델 - floydhub 클라우드 서비스
3일차	Pre-Trained 모델	미리 학습시켜 놓은 모델을 사용해서 커스텀 이미지셋을 평가한다. - tf-slim 개요 - Pre-Trained 모델 적용 - Pre-Trained 모델과 커스텀 이미지셋 연동
	ImageNet 최신 모델	ImageNet 경진대회 우승 모델 중에서 최신 모델을 분석한다. - GoogLeNet, ResNet 분석 - tflearn API를 적용한 모델 구현 - Image Aumentation

• 영상처리 분야 개발자
• 영상처리에 대해 안정된 결과를 얻고자 하는 개발자
• 머신러닝의 새로운 가능성을 탐색하려는 개발자

• 협업에 바로 적용할 수 있도록 70%이상의 실습 위주의 교육진행
• 모든 내용을 다루는 것이 아니라, 실무에 필요한 내용 위주의 선별식 교육진행

경험에서 나온 훌륭한 강의 잘 들었습니다.

2018.04.12 ~ 2018.04.14이*수
3일이란 짧은 시간에 교육목표를 달성하도록 구성이 잘 되었고, 강사진의 전달력도 좋은 것 같습니다.

2018.04.12 ~ 2018.04.14황*우
강사님이 잘 강의해서 좋았습니다.

2018.04.12 ~ 2018.04.14황*규
소스로 알아가는 이론이 너무 좋았습니다. 한번의 강의로 CNN을 모두 알지는 못하겠지만 따로 공부할 수 있는 기반이 된 것 같습니다. 준비 많이하신 강사님 정말 감사합니다.

2018.06.25 ~ 2018.06.27윤*선
웹서핑하다보면 접하게 되는 이름의 능력자분이 강사셔서 깜짝 놀랬고, 파이썬 기초부터 본 과정에 충실하게 세세하게 가르쳐주셔서 정말 좋았습니다. 강의를 듣고나니 이해가 어려웠던 코드가 새롭게 보입니다. 감사드립니다.

2018.09.13 ~ 2018.09.15한*희

1 2 3 4 5