실전 인공지능으로 이어지는 딥러닝 개념 잡기

Inflearn_Deep-Learning-Concepts-Lead-to-Real-Artificial-Intelligence

Deep Learning Concepts Lead to Real Artificial Intelligence.

[Inflearn Link.], [Notion Summary Link.]

Table of contents

1. 실전 인공지능으로 이어지는 딥러닝 개념 잡기
   1. Inflearn_Deep-Learning-Concepts-Lead-to-Real-Artificial-Intelligence
      1. Curriculum

Curriculum

Section 0. 딥러닝의 배경

• 딥러닝 입문(Introduction) [Notion Link]
• 딥러닝 역사(Histiory of Deep Learning) [Notion Link]

Section 1. 인공 신경망

• 인공 신경망(Artificial Neural Network) [Notion Link]
• 활성화 함수(Activation Function) [Notion Link]
• XOR 문제(XOR Problem) [Notion Link]
• 손실 함수(Regression) [Notion Link]
• 손실 함수(Classification) [Notion Link]

Section 2. 인공 신경망의 최적화

• 미분(Differentiation) [Notion Link]
• 하강법(Descent Method) [Notion Link]
• 경사 하강법(Gradient Descent) [Notion Link]
• 확률적 경사 하강법과 최적화 기법(Stochastic Gradient Descent and Optimizers) [Notion Link]
• 기울기 사라짐(Vanishing Gradient) [Notion Link]

Section 3. 합성곱 신경망

• 컴퓨터 비전(Computer Vision) [Notion Link]
• 합성곱 연산(Convolutional Operation) [Notion Link]
• 풀링 연산과 다중 필터(Pooling Operation and Multiple Filters) [Notion Link]
• 합성곱 신경망(Convolutional Neural Networks) [Notion Link]
• 합성곱 신경망의 최적화(Optimization in CNNs) [Notion Link]

Section 4. 순환 신경망

• 순환 신경망(Recurrent Neural Networks) [Notion Link]
• 장단기 메모리와 게이트 순환 유닛(LSTM and GRU) [Notion Link]
• 순환 신경망의 발전(Development of RNNs) [Notion Link]

Section 5. 오토인코더와 생산적 적대 신경망

• 오토인코더(Autoencoder) [Notion Link]
• 생산적 적대 신경망(Generative Adversarial Network) [Notion Link]

Section 6. 인공 신경망의 성능 개선

• 과적합(Overfitting) [Notion Link]
• 데이터 불균형(Data Imbalance) [Notion Link]
• 모델 튜닝(Model Tuning) [Notion Link]
• 전이 학습(Transfer Learning) [Notion Link]

Section 7. 여러 가지 학습 방법과 설명 가능한 인공지능

• 준지도 학습과 비지도 학습(Semi-Supervised Learning and Unsupervised Learning) [Notion Link]
• 설명 가능한 인공지능(Explainable AI) [Notion Link]
• 향후 딥러닝 공부법(Study Guideline) [Notion Link]