서브 경로
총11차시 5주 과정
고덕윤 외 2명 선생님
수강대상
직무영역
연구개발
생산/제조
일반/영업/마케팅
교육대상
신입
과장/선임
부장/수석
교재안내
※교재는 환급제외 대상입니다.[강의요약집] [4차 산업혁명] 딥러닝
0 원
수강신청
STEP1 과정유형 선택
| 일반 수강료 | 예상 수강료 (기업/단체) |
|---|---|
| 50,160 원 |
대기업교육비 : 50,160원
예상지원금액 : 20,064원
예상수강료 : 30,096원
본인이 수강지원금 환급 대상자인지의 여부는
소속 노동사무소 (고용지원센터)에 문의하여 반드시 확인하시기 바랍니다. |
|
중견기업교육비 : 50,160원
예상지원금액 : 40,128원
예상수강료 : 10,032원
본인이 수강지원금 환급 대상자인지의 여부는
소속 노동사무소 (고용지원센터)에 문의하여 반드시 확인하시기 바랍니다. |
|
|
우선지원대상기업교육비 : 50,160원
예상지원금액 : 45,144원
예상수강료 : 5,016원
본인이 수강지원금 환급 대상자인지의 여부는
소속 노동사무소 (고용지원센터)에 문의하여 반드시 확인하시기 바랍니다. |
STEP2 개강일 선택
| 과정 분류 | 제목 | 모집마감일 | 교육기간 | 상태 | 강의신청 |
|---|---|---|---|---|---|
| 신규과정으로, 현재 작업 중입니다. (약 일주일 소요 예정) |
|||||
※교육기간은 해당 회사 인사담당자의 승인 여부에 따라 달라질 수 있습니다.
컨텐츠 탭
훈련목표
- 딥러닝 이해를 통해 현업에서 딥러닝 관련 직무를 수행하는데 필요한 직무향상 가능
- 딥러닝 알고리즘 개발을 위한 Workflow 이해로 머신러닝 관련 직무 수행 능력 향상 가능
훈련대상
- IoT, AI, 로보틱스, 제조업 관련 기업의 업무를 진행하고 있는 사원~부장, 수석급
- IoT, AI, 로보틱스, 제조업 관련 기업에서 영업을 진행하고 있는 사원~부장, 수석급
- IoT 시장, AI 시장, 로보틱스 시장 등 전반에 걸친 정보가 필요한 기업의 사원 ~ 부장, 수석급
교수진소개
강사
선생님
내용전문가
김현준 선생님
학력
- 명지대학교 통신공학( 학사졸업 )
경력
총 경력 : 9년 0개월
- LG디스플레이 ( 9 년 )
- LG디스플레이 ( 9 년 )
내용전문가
김창호 선생님
학력
미국 Top 20 MBA 출신
경력
전) 국내 대기업 11년 근무
현) 엘캠퍼스 교강사
현) 엘캠퍼스 교강사
수료기준
| 수료 항목 | 수료 기준 | 평가 방법 |
|---|---|---|
| 시험 | * 환급(사업주훈련) 과정 100점 만점 기준 60점 이상 * 비환급(일반) 과정 - 시험 있는 과정 : 시험 응시(점수 무관) - 시험 없는 과정 : 시험 없음(진도율로 수료) ※ 기업의 요청이 있을 경우, '수료기준'은 다를 수 있습니다. |
- 최종평가 선다형 문제 20문항 출제 총 100점만점, 배점 각 5점.(총 100%반영) |
| 진도율 | * 환급(사업주훈련) 과정 진도율 100% 기준, 80% 이상 시 수료 가능 * 비환급(일반) 과정 진도율 100% 기준, 100% 이상 시 수료 가능 |
차시별 총 학습시간의 50% 이상 학습한 차시만 해당 과정의 총 진도율에 반영됩니다. |
훈련내용
| 차시 | 차시명 | 학습 목표 | 강의 시간 |
|---|---|---|---|
| 1차시 | 딥러닝의 개요 및 동향 | - 인공지능, 머신러닝, 딥러닝과의 관계를 이해한다. - 딥러닝과 다른 머신러닝과의 차이점을 이해한다. - 글로벌 IT 기업의 딥러닝 연구 현황을 이해한다. |
28분 |
| 2차시 | 딥러닝의 역사 | - 인공지능의 겨울과 봄이 온 이유를 이해한다. - 신경망의 기원에 대해 이해한다. - 딥러닝의 우수성을 이해한다. |
28분 |
| 3차시 | 선형회귀의 이해 | - 선형회귀의 예와 활용 분야를 이해한다. - 선형회귀의 가설과 학습압업을 이해한다. |
39분 |
| 4차시 | 변수가 여러개인 선형회기 방법 | - 변수가 여러개일 경우 가설함수를 설계할 수 있어야 한다. - 변수가 여러개일 경우 회귀를 위한 모델 학습 방법을 이해한다. |
25분 |
| 5차시 | 로지스틱 회귀의 이해 | - 선형회귀와 로지스틱 회귀의 차이점과 적용 가능한 사례를 이해한다. - 시그모이드 함수와 교차 엔트로피를 이해한다. - 로지스틱 회귀의 학습을 계산한다. |
25분 |
| 6차시 | 다항 로지스틱 회귀의 이해 | - 변수의 수와 결과값의 종류가 늘어나는 경우 로지스틱 회귀를 계산할 수 있다. - 소프트맥스 함수를 이해한다. - 행렬을 통해 로지스틱 회귀를 계산할수 있다. |
25분 |
| 7차시 | 신경망 | - 신경망의 개념을 이해한다. - 신경망의 계층을 이해하고, 이를 직접 계산한다. - 손글씨 숫자 학습 방법을 이해한다. |
30분 |
| 8차시 | 오차역전파법의 이해 - 1 | - 오차 역전파법의 개념을 이해한다. - 미분에서 연쇄 규칙을 이해한다. - 중첩된 미분을 통해 신경망의 영향도를 계산한다. |
25분 |
| 9차시 | 오차역전파법의 이해 - 2 | - 신경망에서 사용되는 다양한 함수의 역전파를 이해한다. - 손글씨 인식에 역전파를 적용할 수 있다. |
27분 |
| 10차시 | 합성곱 신경망 | - CNN의 각 계층을 이해한다. - CNN이 이미지 인식에 어떠한 장점이 있는지 이해한다. |
31분 |
| 11차시 | 그 외의 딥러닝 기술 | - 가중치 학습, 가중치 초기화를 위한 다양한 기법을 이해한다. - 오버피팅과 그 해결책에 대해 이해한다. - RNN과 LSTM의 메커니즘을 대략적으로 이해한다. |
30분 |
유의사항
