Deep Learning with MATLAB
실제 현장의 영상 및 시퀀스 데이터로 심층 신경망 구축의 이론과 실제를 배울 수 있습니다.
본 교육과정은 특정 라이선스가 있어야 사용할 수 있습니다.
실제 현장의 영상 및 시퀀스 데이터로 심층 신경망 구축의 이론과 실제를 배울 수 있습니다.
본 교육과정은 특정 라이선스가 있어야 사용할 수 있습니다.
공유 가능한 진도 보고서 및 교육과정 수료증
수업은 영어와 일본어로만 이용할 수 있습니다.
교육과정에서 다루는 내용에 대한 개요를 제공합니다. 사전 훈련된 신경망으로 영상 분류를 수행해 봅니다. 전이 학습을 사용해 사용자 지정 분류 신경망을 훈련하는 방법을 다룹니다.
30분
신경망이 이를 통과하는 영상 데이터를 어떻게 시각화하면서 작동하는지에 대한 이해를 넓힐 수 있습니다. 이 기법을 여러 종류의 영상에 응용해 봅니다.
45분
컨벌루션 신경망을 처음부터 구축하는 방법을 다룹니다. 정보가 어떻게 신경망 계층 간에 전달되는지, 또 여러 유형의 계층이 어떻게 기능하는지에 대해 학습합니다.
45분
훈련 알고리즘이 어떻게 기능하는지를 이해할 수 있습니다. 훈련 옵션을 설정하여 훈련 내용을 모니터링 및 제어하는 방법을 학습합니다.
30분
훈련 알고리즘 옵션이나 네트워크 아키텍처, 훈련 데이터에 수정할 사항을 선택 및 구현하여 네트워크 성능을 개선해 봅니다.
30분
15분
연속적인 수치 응답을 예측할 수 있는 컨벌루션 신경망을 생성해 봅니다.
30분
신경망을 훈련하여 영상 안의 특정 객체를 찾고 레이블을 지정할 수 있습니다.
45분
신경망을 구축하고 훈련하여 시계열 데이터 또는 센서 데이터 등의 순차적 시퀀스 분류를 수행해 봅니니다.
45분
순환 신경망을 사용해 텍스트 같은 범주형 데이터의 시퀀스를 분류해 봅니다.
30분
순환 신경망을 사용해 예측 시퀀스를 생성해 봅니다.
45분
15분
데이터 분석, 모델링 및 프로그래밍에 대한 핵심 MATLAB 기능을 학습할 수 있습니다.
딥러닝 방법을 사용하여 영상 인식을 수행하는 방법을 빠르게 학습할 수 있습니다.
데이터를 탐색하고 예측 모델을 구축할 수 있습니다.