김원표/(주)와이즈인컴퍼니 대표
한양대 영문학과 및 한양대 국제학 대학원 졸업
2002년부터 리서치 및 통계분석을 조사·연구하고,
이후 온라인 강의를 시작으로 17년간 통계분석을 강의하고 있으며,
현재는 한양대학교 관광학과 겸임교수로 학생들을 가르치고 있다.
주요 저서로는 [SPSS 동영상 강의:초급편], [SPSS 동영상 강의:고급편], [AMOS를 이용한 구조방정식 모델 분석],
[해외시장조사론], [관광통계학] 등이 있다.
Python 딥러닝 과정 선거 유권자 예측, 환자 예측, 이미지 등 실전 주제를 가지고 데이터 스케일링, 학습단위 설정, 학습율/ 은닉층/ 뉴런수의 설정, 가중치 초기화, 활성화 함수의 선정, 고솝옵티마이저적용, 과대적합규제 등 어려운 개념을 가장 쉽게 전달하면서 딥러닝 전체 과정을 다루고 있습니다
순번 | 강의명 | 영상시간 |
---|---|---|
1 | 딥러닝의 개요 | |
2 | 딥러닝의 발전 | |
3 | 다층 퍼센트론의 이해 | |
4 | 다층 퍼센트론의 필요서 | |
5 | Tensorflow 설치와 이해 | |
6 | 회귀문제와 Cost Function | |
7 | 딥러닝 A to Z | |
8 | 하이퍼파라미터1: 데이터분할과 정규화 | |
9 | 하이퍼파라미터2: 학습단위의 이해 | |
10 | 하이퍼파라미터3: 활성화함수의 이해 | |
11 | 하이퍼파라미터4: 은닉층의 이해 | |
12 | 하이퍼파라미터5: 역전파와 고속옵티마이저 | |
13 | 하이퍼파라미터6: 학습률과 분석 프로세스 | |
14 | 분류문제와 Cost Function | |
15 | 이진분류 분석 | |
16 | 다항분류 분석 | |
17 | 딥러닝과 규제화 | |
18 | 딥러닝 모델의 규제 적용 실습 | |
19 | 실전 딥러닝 가이드 | |
20 | CNN의 개념과 원리 | |
21 | openCV로 이미지 정제하기 | |
22 | 개와 고양이 사진 분류 | |
23 | MNIST 숫자 분류 | |
24 | RNN의 개념과 원리 | |
25 | RNN, GRU, LSTM 이해 | |
26 | RNN으로 주식 예측하기 | |
27 | RNN으로 감성 분류하기 |