K-MOOC

주차

주차명(주제)

주차별 학습 목표

차시

차시명(학습내용)

평가방법

1

인공지능시스템 소개

인공지능시스템의 구성요소와 이를 구현하기 필요한 개발환경을 구축한다.

1-1

인공지능시스템이란

퀴즈

1-2

AIS개발환경

퀴즈

1-3

리눅스의 기초

퀴즈

2

Pytorch와 이미지처리

인공지능 구현의 대표적 라이브러리 파이토치를 학습하고 이미지전처리 기법을 배운다.

1-1

Pytorch Tutorial

퀴즈

1-2

Image data

퀴즈

1-3

전처리과정

퀴즈

3

MLP Model

Multi-layer perceptron을 통해서 인공지능 모델의 기본 개념을 학습한다.

1-1

Multi Layer Perceptron

퀴즈

1-2

MLP 구현

퀴즈

1-3

Train/Test 코딩

퀴즈

4

CNN 기본

이미지 데이터에 특화된 CNN 구조에 대해서 학습한다.

1-1

CNN

퀴즈

1-2

CNN Module

퀴즈

1-3

Batch Normalization

퀴즈

5

CNN 심화

CNN 구조의 다양한 형태를 학습한다.

1-1

CNN Design

퀴즈

1-2

Modern CNN

퀴즈

6

GAN 기본

생성모델로 대표되는 GAN의 기본 원리를 이해한다.

1-1

GAN

퀴즈

1-2

CGAN

퀴즈

7

GAN 심화

GAN의 발전된 형태인 알고리즘들을 학습하고 구현한다.

1-1

DCGAN

퀴즈

1-2

CycleGAN

퀴즈

8

중간고사

중간고사

1-1

중간고사

9

딥러닝 실습환경

딥러닝 실습환경을 구축한다.

1-1

Local과 Remote 개발환경(1)

퀴즈

1-2

Local과 Remote 개발환경(2)

퀴즈

1-3

Google Cloud Platform

퀴즈

10

Overleaf

딥러닝 기초 및 실습

Overleaf사용법을 학습한다.

1-1

Overleaf 문법(1/2)

퀴즈

1-2

Overleaf 문법(2/2)

퀴즈

1-3

archive 업로드,Overleaf로 CV작성

퀴즈

11

Git 실습 딥러닝 기초 및 실습

인공지능시스템 협업 툴로써 Git 사용법을 학습한다.

1-1

Git 저장소

퀴즈

1-2

Git 브랜치

퀴즈

1-3

Github

퀴즈

12

Docker

Docker 사용법을 학습한다.

1-1

Docker (1)

퀴즈

1-2

Docker (2)

퀴즈

1-3

Generative AI

퀴즈

13

Natural Language Processing(1)

LSTM의 구조와 구현을 학습한다.

1-1

LSTM (1)

퀴즈

1-2

LSTM (2)

퀴즈

1-3

LSTM (3)

퀴즈

14

Natural Language Processing(2)

Transformer의 원리를 이해하고 데이터 종류에 따른 활용법을 학습한다.

1-1

Transformer

퀴즈

1-2

Transformer-LSTM with NLP Data

퀴즈

1-3

Transformer-LSTM

with Timesesies Data

퀴즈

15

기말고사

기말고사

1-1

기말고사