케라스 텐서플로 기반의 머신러닝/딥러닝

Day 1 – 인공지능 및 학습 원리의 이해

• 인공지능이란?

• 기계 학습의 종류(지도 학습 vs. 비지도 학습)

• 학습 원리와 경사 하강법(Gradient Descent)

• 모델 검증(Model Validation)

Day 2 – Machine Learning(예측 알고리즘)

• 예측 분석(Regression Analysis)

• 단일 회귀분석 모델링

• 다중 회귀분석 모델링

• 예측 모델 실습

Day 3 – Machine Learning(분류 알고리즘)

• 로지스틱 회귀분석(Logistic Regression)

• 의사결정 나무(Decision Tree)

• 랜덤 포레스트(Random Forest)

• 앙상블(Ensemble)

Day 4 – Deep Learning

• Multi-Layer Perceptron(MLP)

• Artificial Neural Network(ANN)

• Deep Neural Network(DNN)

• 오차 역전파(Error Backpropagation)

Day 5 – Deep Learning

• Convolutional Neural Network(CNN)

• Recurrent Neural Network(RNN)

• Generative Adversarial Network(GAN)

[선수지식]

• 파이썬 데이터분석 기초