강좌 상세페이지 배경
-
Modern Deep Learning Architectures Ongoing Certificate
-
Modern Deep Learning Architectures
-
Field Engineering (Computers & Communication)
Operating Institute Operating Institute SUNGKYUNKWAN UNIVERSITY Go to the operating agency Opens new window
Week Week 6 Week
Course Registration Period Course Registration Period 26.03.01 ~ 27.02.21
Phone Number Phone Number 031-290-5245
-
Difficulty Difficulty intermediate
Certificate Certificate Issuance
Learning recognition time Learning recognition time 6Hour 00Minute (04Hour 38Minute)
Course Duration Course Duration 26.03.01 ~ 27.02.28
Subtitle language 한국어 Others 1ea Subtitle language
Course language 한국어(ko)
-
List of participating institutions
Course Introduction
해당 주차일에 강의가 열리며, 지나간 강의는 언제든지 볼 수 있음
주차 | 주차명(주제) | 차시 | 차시명(학습내용) | 평가방법 |
1 | Multi-layer Perceptron (MLP)와 Backpropagation | 1-1 | MLP 소개와 기본 구조 ntro SDV | 퀴즈 |
1-2 | MLP의 학습 알고리즘 | |||
1-3 | MLP를 사용한 간단한 예제와 실습 | |||
2 | Convolutional Neural Networks (CNNs) | 1-1 | CNN 소개와 기본 구조 | 퀴즈 |
1-2 | CNN의 핵심 구성 요소 | |||
1-3 | CNN을 이용한 이미지 분류 및 객체 감지 | |||
3 | Modern CNN Architectures | 1-1 | Batch Normalization | 퀴즈 |
1-2 | VGG, ResNet, Inception | |||
| RCNN과 객체 검출 | |||
1-3 | 실습: AlexNet 모델 구축 및 CIFAR-10 데이터셋 분류 | |||
4 | Recurrent Neural Networks (RNNs) | 1-1 | RNN 소개와 기본 구조 | 퀴즈 |
1-2 | LSTM(Long Short-Term Memory)과 GRU(Gated Recurrent Unit | |||
1-3 | 실습: 시계열 데이터를 사용한 RNN 모델 구축 | |||
5 | Transformer | 1-1 | Transformer 소개와 기본 구조 | 퀴즈 |
1-2 | Attention 메커니즘 및 트랜스포머 아키텍처 | |||
1-3 | 실습: 트랜스포머 모델 구축과 자연어 처리 | |||
6 | Lightweight neural network | 1-1 | 네트워크 경량화 방법 소개 | 퀴즈 기말평가(과제) |
1-3 | 실습: 네트워크 경량화 적용 |
* 평가점수 및 이수증 발급기준
| 구분 | 퀴즈 | 기말평가 | 합계 |
|---|---|---|---|
| 비율 | 50% | 50% | 100% |
* 이수 기준: 총점 70점 이상 및 동영상 모두 시청
Syllabus
주차 | 주차명(주제) | 차시 | 차시명(학습내용) | 평가방법 |
1 | Multi-layer Perceptron (MLP)와 Backpropagation | 1-1 | MLP 소개와 기본 구조 ntro SDV | 퀴즈 |
1-2 | MLP의 학습 알고리즘 | |||
1-3 | MLP를 사용한 간단한 예제와 실습 | |||
2 | Convolutional Neural Networks (CNNs) | 2-1 | CNN 소개와 기본 구조 | 퀴즈 |
2-2 | CNN의 핵심 구성 요소 | |||
2-3 | CNN을 이용한 이미지 분류 및 객체 감지 | |||
3 | Modern CNN Architectures | 3-1 | Batch Normalization | 퀴즈 |
3-2 | VGG, ResNet, Inception | |||
3-3 | RCNN과 객체 검출 | |||
3-4 | 실습: AlexNet 모델 구축 및 CIFAR-10 데이터셋 분류 | |||
4 | Recurrent Neural Networks (RNNs) | 4-1 | RNN 소개와 기본 구조 | 퀴즈 |
4-2 | LSTM(Long Short-Term Memory)과 GRU(Gated Recurrent Unit | |||
4-3 | 실습: 시계열 데이터를 사용한 RNN 모델 구축 | |||
5 | Transformer | 5-1 | Transformer 소개와 기본 구조 | 퀴즈 |
5-2 | Attention 메커니즘 및 트랜스포머 아키텍처 | |||
5-3 | 실습: 트랜스포머 모델 구축과 자연어 처리 | |||
6 | Lightweight neural network | 6-1 | 네트워크 경량화 방법 소개 | 퀴즈 기말평가(과제) |
6-2 | 실습: 네트워크 경량화 적용 |
Preview
Course Operators
-
[프로필]
Indiana University, Ph.D. in Informatics (Intelligent and Interactive Systems)
現 성균관대학교, 소프트웨어대학, 실감미디어공학과, 조교수
現 성균관대학교, 사범대학, 컴퓨터교육과, 조교수
前 한국항공대학교, 항공전자정보공학부, 조교수
前 ObjectVideo Labs at Alarm.com, Research Scientist
前 NASA Jet Propulsion Laboratory, Research Intern
前 Samsung Electronics, Software Engineer -
학습지원
[성균관대학교 실감미디어공학과]
이메일 : gattaca0582@naver.com
-
기술 운영지원
[성균관대학교 교무처 교육컨텐츠개발팀]
이메일 : wlsco97@skku.edu
Field Engineering (Computers & Communication)
Difficulty Difficulty intermediate
Operating Institute SUNGKYUNKWAN UNIVERSITY Go to the operating agencyOpens new window
Certificate Certificate Issuance
Week Week 6 Week
Learning recognition time Learning recognition time 6Hour 00Minute (04Hour 38Minute)
Course Registration Period Course Registration Period 26.03.01 ~ 27.02.21
Course Duration Course Duration 26.03.01 ~ 27.02.28
Phone Number Phone Number 031-290-5245
Subtitle language 한국어 Others 1ea Subtitle language
Course language 한국어(ko)