◆ 강의 개요- 본 “딥러닝심화” 과정에서는 최첨단 딥러닝 모델의 영역을 탐구하고, 비교적 많이 알려지고 충분히 성능이 검증된 대표적 딥러닝 모델들을 살펴봅니다. 컨볼루션 네트워크, 스킵 그램 및 씨보우 모델과 같은 단어 임베딩, 엘에스티엠(LSTM)을 포함한 순환 신경망 구조, 시퀀스-투-시퀀스 모델, 트랜스포머, 그리고 여러가지 갠(GAN) 모델에 대해 심도 깊게 학습합니다. 이 과정에서 심층 신경망 모델의 아이디어 뿐만 아니라 그 이론적 토대도 자세히 살피고자 합니다. 또한 공부한 모든 모델을 텐서플로우와 케라스를 사용하여 실제로 구현하고 학습시키고 성능을 확인해보고자 합니다. 실습은 최대한 실전적인 경험을 제공하도록 설계되었습니다. 모델의 구성, 학습과 테스트 프로세스의 전 과정를 라인-바이-라인으로 자세히 설명하여 학습자가 실전에서 활용하기 위한 모든 스킬을 제공합니다. 또한 모델학습을 수행할 수 있도록 간단하고 간결한 훈련 데이터 세트를 사용하여 딥러닝 모델이 어떻게 AI 문제에서 인상적인 성능을 달성할 수 있는지에 대한 명확한 이해를 높이는 데 중점을 둡니다.◆ 강의 목표- 딥러닝의 심화모델, CNN, RNN, AE, Transformer, GAN 등의 작동원리와 텐서플로우 이용 코딩 방법을 공부한다.◆ 이수기준- 퀴즈 (40%) + 기말고사 (60%) : 총 60점 이상 획득- 모든 동영상을 수강하고, 총 2회의 위키 토론을 참여해야 최종 이수가 가능합니다....