전체강좌
> 전체강좌 > 강의실

| 강좌명 | 딥러닝 전문가 과정 (Pytorch 초급) Part.2 | ||
|---|---|---|---|
| 담당강사 | 이성용 | 수강기간 | 30일 |
| 강의구성 | 총 13강좌 | 수강료 | 52,000원(VAT포함) |
| 강의형식 | 동영상 | 즐겨찾기 | |
| 증명서 | 미수강 [수료증 발급 불가] | ||
| 참고사항 | 등록후 확인 가능합니다. | ||
![]() |
![]() |
![]() |
![]() |
|---|---|---|---|
| 1 | 실제 세상의 데이터를 텐서로 표현하는 방법.. | ||
| 2 | 텐서 레이아웃 변경, 데이터 정규화 및 3D 데이터.. | ||
| 3 | 테이블형 데이터 전처리와 원핫 인코딩.. | ||
| 4 | 데이터 통계 분석과 블리언 인덱싱을 이용한 모델 평가.. | ||
| 5 | 시계열 데이터 전처리와 차원 변경.. | ||
| 6 | 텍스트 데이터의 정규화, 원핫 인코딩 및 단어 임베딩.. | ||
| 7 | 머신러닝 학습의 역사와 선형 모델 파라미터 피팅.. | ||
| 8 | 손실 함수와 수치 미분을 통한 경사 하강법 원리.. | ||
| 9 | 해석적 미분과 연쇄 법칙을 이용한 손실 함수 최적화.. | ||
| 10 | 훈련 루프 구현 및 데이터 정규화를 통한 학습 안정화.. | ||
| 11 | 파이토치 오토그라드(Autograd)를 활용한 자동 미분.. | ||
| 12 | 실전 신경망 역전파 구현 및 오토그라드 적용.. | ||
| 13 | 옵티마이저(Optimizer) 적용과 검증 세트를 통한 평가.. |