참여기관 목록
강좌소개
강좌 소개
홍보/예시 영상
강좌 운영 계획
고차원의 인공지능딥러닝 기술의 원리를 학습 | ||||
주차 | 주차별 학습목표 | 차시 | 차시명 | |
차시학습내용 | ||||
1 | python 기초 | a | 시작하기 | |
설치, Jupytor Notebook 활용등 | ||||
b | 기초 문법 | |||
자료구조, Loop 코딩, 조건문, 함수 등 | ||||
c | numpy 기초 | |||
dim, shape, array, fileI/O 등 | ||||
d | 고급 문법 | |||
클래스, 특성상속, 예외처리 등 | ||||
2 | 확률그래픽모델 개요 | a | 확률그래픽모델의 소개 | |
확률적 그래프 모델의 배경, 용도 등 | ||||
b | 확률의 기초 | |||
독립시행, 조건부확률, 다변량통계 등 | ||||
c | Bayesian N/W & GaussianN/W | |||
Bayes Classifier, GaussianProcess | ||||
d | Markov Networks | |||
Markov Chain/Process/Netwroks,LDA 등 | ||||
3 | 확률그래픽모델 기초이론 | a | Undirected GraphicalModels | |
MRF, Factor Graph 등 | ||||
b | Generatie Classifier | |||
Generatie Classifier 정의 및이론 소개 | ||||
c | Local ProbabilisticModels | |||
지엽적(부분적) 확률 모델 | ||||
d | Likelihood & ImportanceSampling | |||
Likelihood Weighting, MLE &Importance Sampling | ||||
4 | 데이터 처리 | a | Pandas-기초 | |
DataFrame, DB인터페이스 | ||||
b | Pandas-고급 | |||
주가 예측을 위한 시계열 분석 사례 | ||||
c | Scipy-기초 | |||
분포간 거리, R-like 통계분석 | ||||
d | Scipy-고급 | |||
신호처리분석, 이미지처리분석 등 | ||||
5 | 데이터 시각화 도구 | a | Matplotlib 활용-기초편 | |
Line, Scattor, Pie, Box-plot,Violin-plot | ||||
b | Matplotlib 활용-고급편 | |||
Multiple Dataset,Correlation,3D 등 | ||||
c | 시각화분석의 종류 | |||
TreeMap, SunTree,Schemaball 등 | ||||
d | Seaborn 코딩 | |||
Relationship, Heatmap,Dendrogram | ||||
6 | 데이터 마이닝-1 | a | 정보이론 | |
Information Entropy,품질지표, etc. | ||||
b | 의사결정트리 | |||
Decision Trees, RandomForest | ||||
c | Support VectorMachines | |||
기본 SVM, RBF-based SVM | ||||
d | Gaussian Process 및 기타 | |||
Naïve-bayes, GaussianProcess 모델 프로그래밍 | ||||
7 | 데이터 마이닝-2 | a | clustering modeling | |
kNN, Affinity, DBSCAN등 | ||||
b | kernel densityestimation | |||
kernal의 의미, 종류, 활용 방안 | ||||
c | Manifold learning 소개 | |||
PCA vs. nonlinearmethods | ||||
d | t-SNE vs. UMAP | |||
t-SNE 예제, UMAP 예제 | ||||
8 | DNN 기초 | a | Datasets & Densitylayers | |
Datasets, Density layers,Activations | ||||
b | Cost 함수 및 optimizers | |||
Cross-entrophy, Softmax,opimizers | ||||
c | Normalization &Mini-batch | |||
정규화 필요성, 미니배치 필요성 | ||||
d | overfitting 해소 기법 | |||
validation, drop-out등 | ||||
9 | CNN 모델링 | a | CNN 모델링 기초 | |
convolution, maxpool,feature-map | ||||
b | GoogLeNet & Inception모델 | |||
GoogLeNet, Inceptionv1/v2/v3/v4 | ||||
c | ResNet 및 프로그래밍 | |||
ResNet-18/34/50/101/151등 | ||||
d | CNN 모델들의 벤치마킹 | |||
벤치마킹, Pretrained-CNN활용 | ||||
10 | 자연어처리기법 | a | RNN 모델 소개 | |
1-to-1, 1-to-m, m-to-1,m-to-m 등 | ||||
b | LSTM 모델의 종류 | |||
LSTM 구조, GRU, Bi-LSTM 등 | ||||
c | 단어의 표현기법 | |||
ontology 방식 vs. 말뭉치(word2vec) 비교 | ||||
d | 자연어처리 응용 | |||
Sentiment, MachineTranslation | ||||
11 | 데이터의 시각화 변환 기술 | a | Video Classification모델 | |
Time-distributed CNN +LSTM | ||||
b | 음악 파일의 시각화 방법 | |||
연주 데이터의 3D 채널 시각화 | ||||
c | Music GenreClassification | |||
Video 분류 모델을 활용한뮤직장르분류 | ||||
d | Super-Resolution 변환기법 | |||
파동신호의 고해상도 신호 변환 기법 | ||||
12 | R-CNN 기술 | a | R-CNN 기법의 역사 | |
ROI, AP, mAP, RegionProposal | ||||
b | Fast/Faster/Mast-R-CNN | |||
RoIpool, RPN, FPN | ||||
c | Yolo/SSD/RetinaNet/YolACT | |||
Yolo/SSD/RetinaNet/YolACT | ||||
d | R-CNN AnnotationTools | |||
LabelMe, LabelImg,OpenLabeler 등 | ||||
13 | Auto-Encoder | a | Manifold learning 이론 | |
Manifold learning 이론적 배경소개 | ||||
b | Generative Modeling | |||
AE의 목적함수 정의의 이론적 해설 | ||||
c | VAE 모델링 | |||
VAE 모델링 이론 및 프로그래밍 | ||||
d | GAN 모델링 | |||
GAN 모델링 이론 및 프로그래밍 | ||||
14 | Biometrics & DNN | a | Genome Database 구축 소개 | |
www.plantgenome.info소개 | ||||
b | AnoGAN 활용을 통한 이상검출 | |||
정상 의료정보를 활용하여 환자 검출방안 | ||||
c | SRGAN, Star-GAN | |||
X-Ray 이미지의 고해상도화 및Coloring | ||||
d | Decision-Tree-like CNN모델링 | |||
Ontology를 활용한 진단기법의응용방안 | ||||
15 | GAN을 활용한 Data Augmentation | a | UMAP과 학습데이터 선택기법 | |
기계학습방식과 딥러닝 방식의 차이 소개 | ||||
b | DCGAN & ConditionalGAN | |||
Data Augmentation 목적으로의GAN 모델 | ||||
c | Semi-supervised GAN +CNN | |||
도메인 전문가 기반의 GAN + CNN모델 | ||||
d | Teacher-StudentModeling | |||
Text-to-Image GAN 소개 | ||||
강좌운영팀 소개
교수자
![이준열 professor](https://lms.kmooc.kr/pluginfile.php/77/course/summary/_%EB%B3%84%EC%B2%A8_%EC%A7%80%EB%8A%A5%EC%A0%95%EB%B3%B4%EC%82%B0%EC%97%85%ED%98%91%ED%9A%8C-%ED%99%95%EB%A5%A0%EC%A0%81%EA%B7%B8%EB%9E%98%ED%94%BD%EB%AA%A8%EB%8D%B8_%EC%9D%B4%EC%A4%80%EC%97%B4_-%EA%B0%95%EC%82%AC_%EC%82%AC%EC%A7%84.jpg)
- 이준열 교수
- [소 속] 현) (주)엔키스 / 성균관대학교 스마트팩토리 융합학과
- [최종학력] 공학박사 (Iowa State University, 산업공학과)
- [주요저서]
- - 딥러닝 기술을 활용한 스마트팩토리 구축 방안, 품질경영학회(2017)
- - 스마트팩토리를 위한 설비예지보전 연구개발 현황, 대한산업공학회(2018)
- [수상이력] 과학기술정통부 장관표창장 (2019)
강좌지원팀
![이준열 교수](https://lms.kmooc.kr/pluginfile.php/77/course/summary/placeholder-faculty.png)
- 이준열 교수
- - 이메일 : johnlee03@enkis.co.kr
강좌 수강 정보
이수/평가정보
강좌 수준 및 선수요건
이 강좌는 유익한 내용이 다수 포함되어 있습니다.
교재 및 참고문헌
이 강좌는 여러가지 참고자료가 많이 있습니다.
자주 묻는 질문
강좌 교재가 따로 있나요?
네. 각 게시판 또는 강좌 교재 게시판에서 확인할 수 있습니다. 강좌별 실습자료도 제공됩니다.
실습 프로그램은 어떤것을 사용하나요?
필요한 프로그램을 강의 영상에서 확인할 수 있습니다.
제목
소제목
내용
미리보기
추천강좌
-
쉽게 배우는 소프트웨어 공학 진행중 이수증쉽게 배우는 소프트웨어 공학
김치수
공주대학교
2024.09.01 ~ 2024.12.28-
운영기관
운영기관 공주대학교
-
주차
주차 15 주
-
학습인정시간
학습인정시간 (총 동영상시간) 19시간 12분 (17시간 02분)
-
운영기관
-
드론 코딩 심화과정 개강예정 이수증드론 코딩 심화과정
맹민재
동서울대학교
2024.10.20 ~ 2024.11.23-
운영기관
운영기관 동서울대학교
-
주차
주차 4 주
-
학습인정시간
학습인정시간 (총 동영상시간) 30시간 00분 (05시간 26분)
-
운영기관
-
디지털이미징설계 진행중 이수증디지털이미징설계
이택구
한국연구재단 산업교육센터
2024.09.01 ~ 2024.12.20-
운영기관
운영기관 한국연구재단 산업교육센터
-
주차
주차 15 주
-
학습인정시간
학습인정시간 (총 동영상시간) 24시간 00분 (18시간 12분)
-
운영기관
-
디지털이미징기초 진행중 이수증디지털이미징기초
한국연구재단 산업교육센터
2024.09.01 ~ 2024.12.20-
운영기관
운영기관 한국연구재단 산업교육센터
-
주차
주차 15 주
-
학습인정시간
학습인정시간 (총 동영상시간) 24시간 00분 (18시간 53분)
-
운영기관
-
AR/VR 콘텐츠 실무 진행중 이수증AR/VR 콘텐츠 실무
여현진
한국연구재단 산업교육센터
2024.09.01 ~ 2024.12.20-
운영기관
운영기관 한국연구재단 산업교육센터
-
주차
주차 15 주
-
학습인정시간
학습인정시간 (총 동영상시간) 15시간 00분 (17시간 07분)
-
운영기관
-
AR/VR 프로젝트 진행중 이수증AR/VR 프로젝트
여현진
한국연구재단 산업교육센터
2024.09.01 ~ 2024.12.20-
운영기관
운영기관 한국연구재단 산업교육센터
-
주차
주차 15 주
-
학습인정시간
학습인정시간 (총 동영상시간) 15시간 00분 (17시간 07분)
-
운영기관
-
딥러닝심화: CNN부터 GAN까지 진행중 이수증딥러닝심화: CNN부터 GAN까지
김영훈
한국연구재단 산업교육센터
2024.09.06 ~ 2024.12.15-
운영기관
운영기관 한국연구재단 산업교육센터
-
주차
주차 16 주
-
학습인정시간
학습인정시간 (총 동영상시간) 15시간 27분 (13시간 39분)
-
운영기관
-
유니티로 배우는 로봇 디지털 트윈 진행중 이수증유니티로 배우는 로봇 디지털 트윈
윤종완
한국연구재단 산업교육센터
2024.09.06 ~ 2024.12.15-
운영기관
운영기관 한국연구재단 산업교육센터
-
주차
주차 15 주
-
학습인정시간
학습인정시간 (총 동영상시간) 14시간 08분 (11시간 25분)
-
운영기관
-
4차 산업혁명과 5G 무선통신 진행중 이수증4차 산업혁명과 5G 무선통신
황승훈
동국대학교
2024.09.02 ~ 2024.12.13-
운영기관
운영기관 동국대학교
-
주차
주차 16 주
-
학습인정시간
학습인정시간 (총 동영상시간) 16시간 00분 (08시간 33분)
-
운영기관
-
누구나 할 수 있는 인공지능 데이터 분석 진행중 이수증누구나 할 수 있는 인공지능 데이터 분석
윤종완
한국연구재단 산업교육센터
2024.09.06 ~ 2024.12.15-
운영기관
운영기관 한국연구재단 산업교육센터
-
주차
주차 15 주
-
학습인정시간
학습인정시간 (총 동영상시간) 15시간 20분 (10시간 50분)
-
운영기관