HOME 전체과정 빅데이터분석과정

빅데이터분석과정
원하시는 강의를 클릭하시면 수강이 가능합니다.

R을 활용한 딥러닝

R을 활용한 딥러닝

강사 소개

김원표

(주)와이즈인컴퍼니 대표
한양대학교 겸임교수

총 10여 권의 데이터분석 출간
-- 다시쓰는 통계분석 시리즈, R / Python 활용 분석 등

15년 간 데이터분석, 데이터마이닝, 딥러닝 등 다양한 실전 프로젝트 수행
R 기반 자동화조사분석 솔루션(DataIN) 기획 / 개발 (www.datain.co.kr)

강의 소개

학습개요
- 더욱 정교한 예측력을 발휘하는 최신기법인 딥러닝의 DNN, CNN, RNN의 원리와 실전을 익힙니다.


교육대상
- 빅데이터분석의 이론과 실무를 동시에 체계적으로 학습하길 원하시는 분


학습목표
- 정형데이터, 이미지, 문서를 이용한 딥러닝 모델을 스스로 구축 및 적용할 수 있게 됩니다.

강의보기

순번 강의명 영상시간
1 R이란 무엇인가 23분01초
2 R 설치하기 33분50초
3 데이터관리(1) 60분01초
4 데이터관리(2) 54분25초
5 데이터파일 불러오기 23분06초
6 딥러닝의 개요와 역사 57분07초
7 신경망의 이해와 다층 퍼셉트론의 필요성 30분08초
8 Tensorflow의 설치와 무작정 해보기 36분03초
9 Tensor의 이해 40분51초
10 Placeholder와 Variable 51분18초
11 행렬의 이해와 연산의 수행 28분05초
12 선형회귀와 Cost Function 40분35초
13 전통적 회귀와 TensorFlow 활용 선형회귀분석 41분26초
14 TensorFlow의 선형회귀와 학습단위의 이해 54분29초
15 데이터 스케일링과 데이터셋 분할 42분54초
16 활성화함수의 이해 37분12초
17 은닉층의 이해와 생성하기 41분20초
18 역전파와 고속옵티마이저 29분15초
19 학습율과 선형회귀 종합 26분36초
20 로지스틱회귀와 Cost Function 38분50초
21 전통적 로지스틱과 TensorFlow 로지스틱 42분51초
22 Loss Function과 모델평가지표 26분32초
23 다항로지스틱과 Softmax 29분34초
24 MNIST data의 Softmax 24분30초
25 깊은 심층망에서 규제방법 49분14초
26 DNN 실전가이드 20분14초
27 CNN의 개념과 원리 42분02초
28 CNN 연산의 기초 28분27초
29 R의 이미지 전처리 16분17초
30 내 데이터를 이용한 이미지 DNN학습 20분38초
31 MNIST 이미지 DNN학습 19분09초
32 MNIST 이미지 CNN학습 21분30초
33 내 데이터를 이용한 이미지 CNN학습 23분36초
34 RNN의 개념과 원리 28분10초
35 RNN 기본구조 71분54초
36 RNN 다층구조 33분42초
37 RNN을 이용한 주가예측 25분51초