강좌 개설

신경식

강의이력

  • [패스트캠퍼스] 수학적으로 접근하는 딥러닝 강사
  • [Youtube] Shin’s Lab 운영(신호처리, 수학, 머신러닝, 딥러닝 강의)
  • 비전공자를 위한 파이썬 프로그래밍 및 머신러닝 레슨
  • [커텍츠 재단] 커텍츠 마스터
  • Edwith 교수자
  • [광운대학교] 파이썬 및 영상처리 세미나 리더


안녕하세요. 신경식입니다.

공부하길 좋아하고, 배운 내용을 함께 나누는 것을 좋아하는 사람입니다.


현재 머신러닝 및 딥러닝을 연구개발하고 있으며,

다양한 과목으로 다양한 학생들을 가르쳐봤습니다.


그러면서 느낀점은

누구는 수학 때문에 어려워하고

누구는 프로그래밍 때문에 어려워하고

또 누구는 이 내용들을 왜 배우는지 몰라서 어려워합니다.


이런 학생들에게 조금이라도 도움이 되고,

공부에 흥미를 느끼게 해주고 싶은게 제 작은 목표입니다.


현재 유튜브에서 Shin's Lab을 운영하고 있으며,

Educast에 올라오는 강의들은 대부분 제 채널에서 만나볼 수 있습니다.

[https://www.youtube.com/channel/UCGC6DM7D-ezpTxhdplFlbog]


항상 더 좋은 강의를 통해 많은 사람들에게 도움을 줄 수 있도록 노력하겠습니다.

펼쳐보기
언제 어디서나 수강할 수 있습니다.
PC, 모바일, 태블릿으로 언제 어디서나 수강이 가능합니다.
PC, 모바일, 태블릿으로 언제 어디서나 수강 가능
강좌 소개

📣 Disclaimer

강좌 소개를 읽어보시고 필요 시 딥러닝(Deep Learning)을 위한 파이썬 Level 1 을 먼저 듣고 오시는 것을 추천드립니다.


📣 공지사항

본 강좌를 수강한 수강생들은 Private Slack 채널에 참여가 가능합니다.

  • 슬랙(Slack) 커뮤니티 가입 신청 방법은 3번째 강의인 "Exercise 4~6"의 강의노트에서 확인이 가능하십니다.
  • 질문&답변은 슬랙 채널에 남겨주시면 보다 빠르게 확인해드리고 있습니다.


오리엔테이션 영상





[L4DL] Project Currimulum 📑

[전체화면 링크]


From Level 1 ➡ Level 2

[딥러닝(Deep Learning)을 위한 파이썬 Level 1] 강의에서 파이썬 문법을 조금 더 확장하며, 딥러닝에서 사용되는 조금 더 어려운 아이템들을 직접 구현해봅니다. 또한 다음과 같이 6개의 mini-project들을 통해 강의를 듣는 것이 아닌 구현능력을 크게 키웁니다.


6개의 Mini-projects

  1. Top-5 Accuracy
  2. Mean Subtraction & Normalization
  3. Edge Detection
  4. Convolutional Layer
  5. K-Nearest Neighbor Classification
  6. K-means Clustering

Mini-project는 단순히 프로그래밍 강의를 듣는 것이 아닌 구현하는 능력을 배양하기 위해 문제 상황을 들은 뒤, 스스로 해결해보는 시간을 먼저 제공합니다. 이후 설명을 들은 뒤, 다시 한 번 복습하는 시간을 제공합니다.

프로그래밍 능력은 자신이 생각하고 있는 내용을 얼마나 프로그램으로 잘 만드는지에 따라 결정됩니다. 본 프로젝트들을 통해 앞으로 딥러닝을 배우는데 필요한 구현능력을 연습해보세요.



Advanced Equations

레벨2 과정에서는 레벨1보다 조금 더 복잡한 수식을 배웁니다. 그리고 이 수식들은 딥러닝에서 활발히 사용되는 수식들입니다.

본 강의를 통해 여러분들은 다음과 같은 능력들을 크게 향상시킬 수 있으며

  • 수식을 이해하는 능력
  • 수식을 프로그램으로 구현하는 능력

다음과 같은 지식들을 얻을 수 있습니다.

  • 앞으로 딥러닝에서 배우게 되는 아이템들의 동작원리
  • Vectorization의 필요성



Assembling Building Blocks

어떠한 프로그램도 잘게 나누어보면, 그 작은 module들은 기본적인 동작으로 이루어져있습니다.

Mini-project들에서는 우리가 여태 배웠던 작은 module들을 조합하여 K-nearest neighbor classification, K-means clustering들과 같은 머신러닝 알고리즘과 convolutional layer, edge detection와 같은 딥러닝 관련 주제들을 직접 구현해봅니다.



Lecture Materials

  • 본 강의에서 다루는 모든 소스코드와 간단한 설명을 Jupyter Notebook 파일로 제공합니다.

  • L4DL 전체 커리큘럼의 관리를 하나의 Slack 워크스페이스에서 관리합니다.

공개 및 수정일
2021년 3월 2일 공개
2021년 3월 23일 최종 수정
수강평
따끈따끈한 신규강좌입니다
솔직한 수강평을 기다리고 있어요
커리큘럼
Introduction to the Course
Orientation
13:56
Exercise Group.1: Jupyter Notebook 활용하기
Exercise 1~3 맛보기
18:09
Exercise Group.2: For Loop 확장하기
Exercise 4~6
51:36
Exercise Group.3: Tuple and zip
Exercise 4~6 Review
10:00
Exercise 7~10
38:30
Exercise Group.4: Tuple Unpacking & zip 연습

딥러닝(Deep Learning)을 위한 파이썬 Level 2

NEW
30% 5월 30일 15시 00분까지
₩39,000 ₩27,300
42시간 28분 분량
365일 동안 무제한 수강 가능
중급 레벨의 강좌