강좌 소개 수업목표 딥러닝의 이론적 기반이 되는 신경망과 볼츠만 머신의 동작 원리와 학습 알고리즘을 설명할 수 있다.CNN과 LSTM 등 딥러닝 분야에서 가장 많이 활용되는 아키텍처의 구조와 동작, 학습 알고리즘을 이해하며 응용 시스템의 구축에 활용할 수 있다.GAN과 캡슐 네트워크를 포함한 최신 딥러닝 기술의 동향을 파악하고 그 이론적 요소를 설명할 수 있다. 학습 대상 딥러닝(AI) 공학계열 전공자 대학에서 관련 전공 수업을 듣는 학습자 딥러닝에 새롭게 입문하려는 연구자 등 선수 요건 딥러닝 개론은 정보통신공학부 임베디드 공학 3학년 전공교과목입니다. 이 과목은 행렬/벡터, 미분 등과 같은 수학지식과 자료구조 등과 같은 컴퓨터 분야 전공기초 지식이 필요합니다.※ 공학계열 학생은 무리없이 수강할 수 있으나, 인문사회계열 학생이 수강하기에는 큰 어려움이 있을 것으로 생각됩니다. 인문사회계열 학생들은 위와 같은 점을 고려하시기 바랍니다. 강좌 계획 - '강좌계획 펼치기'를 클릭하신 후, 주차별 강의내용을 자세히 확인하시기 바랍니다. 주차주차명차시명주요학습활동1머신러닝의 이해 머신러닝의 개요 머신러닝의 방법론학습정리 영상 머신러닝의 성능1주차 퀴즈2신경망 기초 신경망 개요 활성화 함수 / 뉴럴 네트워크 구조학습정리 영상오류정정 학습법2주차 퀴즈3퍼셉트론퍼셉트론의 구조와 특징심화 - 과제퍼셉트론 학습 알고리즘학습정리 영상퍼셉트론 수렴성3주차 퀴즈4신경망 이해FNN 구조 이해학습정리 영상전방향 처리생각나누기FNN 응용4주차 퀴즈5신경망 학습역전파 학습 개념역전파 학습 알고리즘학습정리 영상역전파 학습 알고리즘 분석5주차 퀴즈6합성곱 신경망 (1)CNN 개요심화 - 과제CNN의 주요 구성요소학습정리 영상CNN의 구조 이해6주차 퀴즈7합성곱 신경망 (2)합성곱 계층의 순방향 처리학습정리 영상합성곱 계층의 역전파 학습생각나누기서브 샘플링 계층의 역전파 학습7주차 퀴즈8 중간고사[이수증 발급 필수] 학습 중간 점검 설문 9순환 신경망RNN 개요 BPTT 학습 알고리즘학습정리...