닫기
Loading..

전자정보연구정보센터 ICT 융합 전문연구정보의 집대성

What's New

홈 홈 > 알림마당 > What`s New
제목 [대한전자공학회] 파이썬과 텐서플로우로 배우는 기계학습과 인공신경망 실습 단기강좌 (사전등록 : 2/12, 17시까지)

트위터 공유

페이스북 공유

개최일 2020.02.24-25 등록일 2020.01.20
홈페이지 바로가기 ☞   자세한 내용은 홈페이지 확인바랍니다.
[대한전자공학회] 파이썬과 텐서플로우로 배우는 기계학습과 인공신경망 실습 단기강좌
일 시 : 2020년 2월 24일(월) ~ 25일(화)
장 소 : 건설회관 대강당 3층
사전등록 : 2020년 2월 12일(수) 17:00까지
준비물 및 사전 준비 : 수강생 각자의 노트북에 Python3와 다음의 Python 패키지들 설치( Python 3.0 이상 설치하고 numpy, pandas, matplotlib, sklearn, jupyter, pyprind, re, nltk, seaborn, struct, gzip, scipy 모듈 설치 )
프로그램
[ 1일차: 딥러닝 기초이론과 텐서플로우를 이용한 실습 (김중헌 교수) ]
- 강연요약 : 본 강의에서는 딥러닝 이론과 파이썬/TensorFlow기반 딥러닝 프로그래밍에 대해서 소개한다. 해당 소개를 기반으로 하여 인공신경망 구조 중에서 가장 기초가 되는 MNIST이미지 셋의 학습을 위한 다계층 인공신경망 구현과 다양한 코드 변환에 대해서 논한다. 이에 대한 심화학습으로써 이미지 처리에 많이 사용되는 CNN구조에서 간략히 소개를 하고 TensorFlow를 활용한 CNN구조의 설계 및 MNIST데이터 셋의 학습에 대해서 소개한다. CNN구조를 설계함에 있어서 tensorflow.nn라이브러리를 사용하는 방식과 tensorflow.layers라이브러리를 사용하는 방식 모두에 대해서 소개를 하고 그에 따른 프로그래밍 관점에서의 생산성 차이에 대해서 논한다. 추가적인 실험 사항으로써 연구에서 많이 사용되는 이미지 데이터 셋인 Cifar10에 대하여 설명하고 이를 사용하는 방법에 대하여 살펴본다. 또한 CNN 모델의 분류성능을 향상시키기 위한 여러 기법들에 대하여 설명한다. 마지막으로 적대적생성모델(Generative Adversarial Network, GAN)에 대해서 설명하고 그 구현에 대해서 논한다.

[ 2일차 : Machine Learning 기초와 실습 (이상근 교수) ]
- 강연요악 : 본 강의는 데이터로부터 특정 문제 해결을 위한 함수를 학습하는 기계학습에 대한 기초 및 응용 과정이다. 감독학습 (Supervised Learning), 비감독학습 (Unsupervised Learning)에 대해 이해하고, 이에 속하는 다양한 방법들을 공부한다. 또한 딥뉴럴넷을 비롯한 비선형 모델을 사용하는 방법들을 소개한다. 본 강의는 기계학습 전반에 대한 개념적 이해와 Python 언어를 이용한 기계학습에 대해 공부하고자 하는 학생 및 연구원을 대상으로 한다.

자세한 내용은 홈페이지에서 확인하시기 바랍니다.