강좌 상세페이지 배경
-
AI Library Utilization Ongoing Certificate
-
AI Library Utilization
-
Field Engineering (Computers & Communication)
Operating Institute Operating Institute HOSEO University Go to the operating agency Opens new window
Week Week 15 Week
Course Registration Period Course Registration Period 26.09.07 ~ 26.10.31
Phone Number Phone Number 041-540-5648
-
Difficulty Difficulty intermediate
Certificate Certificate Issuance
Learning recognition time Learning recognition time 13Hour 59Minute (11Hour 29Minute)
Course Duration Course Duration 26.09.14 ~ 26.12.25
Subtitle language 한국어 Subtitle language
Course language 한국어(ko)
-
List of participating institutions
Course Introduction
- This course is designed for students taking Python and covers various artificial intelligence technologies using AI libraries.
Learning Objectives
- To understand the basics of artificial neural networks and to learn about various neural networks using the Keras library.
- Acquire knowledge of neural network structures such as ANN (Artificial Neural Network), DNN (Deep Neural Network), CNN (Convolutional Neural Network), RNN (Recurrent Neural Network), and learn to utilize AI libraries from a practical perspective, aiming to understand widely used artificial intelligence technologies.
Completion and Evaluation Criteria
- Students must score at least 60 out of 100 points to pass, and a certificate of completion will be issued one hour after passing.
Syllabus
주차 | 주차명(주제) | 차시 | 차시명(학습내용) | 평가방법 |
1 | 인공지능과 인공신경망의 이해 | 1-1 | (프롤로그) 인공지능과 인공신경망 1 | 강의 |
1-2 | (프롤로그) 인공지능과 인공신경망 2 | 강의 | ||
2 | AI 기술 요소와 딥러닝 프레임워크 | 2-1 | (프롤로그) 인공지능과 인공신경망 3 | 강의 |
2-2 | (프롤로그) 인공지능과 인공신경망 4 | 강의 후 퀴즈 | ||
3 | ANN의 원리와 신경망 모델링 기초 | 3-1 | (ANN) ANN 원리 및 구현 1 | 강의 |
3-2 | (ANN) ANN 원리 및 구현 2 | 강의 | ||
4 | ANN 필기체 분류 모델 구현 | 4-1 | (ANN) 필기체를 구분하는 분류 ANN 구현 1 | 강의 |
4-2 | (ANN) 필기체를 구분하는 분류 ANN 구현 2 | 강의 | ||
5 | 분류와 회귀 신경망의 실제 구현 | 5-1 | (ANN) 필기체를 구분하는 분류 ANN 구현 3 | 강의 |
5-2 | (ANN) 결과데이터를 예측하는 회귀 ANN 구현 | 강의 후 퀴즈 | ||
6 | DNN의 원리와 심층 신경망 설계 | 6-1 | (DNN) DNN 원리 및 구현 1 | 강의 |
6-2 | (DNN) DNN 원리 및 구현 2 | 강의 | ||
7 | DNN 기반 컬러 이미지 분류 실습 | 7-1 | (DNN) 컬러이미지를 분류하는 DNN 구현 1 | 강의 |
7-2 | (DNN) 컬러이미지를 분류하는 DNN 구현 2 | 강의 후 퀴즈 | ||
8 | 중간고사 | 온라인 시험 | ||
9 | CNN의 원리와 이미지 처리 기초 | 9-1 | (CNN) CNN 원리와 필기체를 분류하는 CNN 1 | 강의 |
9-2 | (CNN) CNN 원리와 필기체를 분류하는 CNN 2 | 강의 | ||
10 | CNN을 이용한 고차원 이미지 인식 | 10-1 | (CNN) 컬러이미지를 분류하는 CNN 1 | 강의 |
10-2 | (CNN) 컬러이미지를 분류하는 CNN 2 | 강의 | ||
11 | CNN 모델 고도화와 실전 활용 | 11-1 | (CNN) 컬러이미지를 분류하는 CNN 3 | 강의 |
11-2 | (CNN) 컬러이미지를 분류하는 CNN 4 | 강의 후 퀴즈 | ||
12 | RNN/ LSTM의 원리와 텍스트 분류 | 12-1 | (RNN) RNN 원리와 문장을 판별하는 LSTM 1 | 강의 |
12-2 | (RNN) RNN 원리와 문장을 판별하는 LSTM 2 | 강의 | ||
13 | LSTM을 활용한 시계열 데이터 분석 | 13-1 | (RNN) 시계열 데이터를 예측하는 LSTM 1 | 강의 |
13-2 | (RNN) 시계열 데이터를 예측하는 LSTM 2 | 강의 | ||
14 | 시계열 예측 모델링과 실무 구현 | 14-1 | (RNN) 시계열 데이터를 예측하는 LSTM 3 | 강의 |
14-2 | (RNN) 시계열 데이터를 예측하는 LSTM 4 | 강의 후 퀴즈 | ||
15 | 기말고사 | 온라인시험 | ||
Preview
Course Operators
Other / Inquiries
041-540-5648
Field Engineering (Computers & Communication)
Difficulty Difficulty intermediate
Operating Institute HOSEO University Go to the operating agencyOpens new window
Certificate Certificate Issuance
Week Week 15 Week
Learning recognition time Learning recognition time 13Hour 59Minute (11Hour 29Minute)
Course Registration Period Course Registration Period 26.09.07 ~ 26.10.31
Course Duration Course Duration 26.09.14 ~ 26.12.25
Phone Number Phone Number 041-540-5648
Subtitle language 한국어 Subtitle language
Course language 한국어(ko)