{ 5일만에 배우는 딥러닝 스쿨 }

5 Days Deep Learning School

딥러닝을 시작하는데 걸리는 시간, 단 5일.

일정 : 10월 22일 -26일 (총 5일)

시간 : 매일 오전 10시 – 오후 6시

장소 : 패스트캠퍼스 강남 본원

딥러닝 스쿨의
목표는 뚜렷합니다
.

‘필요한 기초 핵심 개념만 익히고’,
‘다양한 실습예제로 직접 코딩해봄으로써’,
딥러닝으로 문제를 해결할’
단단한 기초체력을 기르는 것!

5일동안 아침부터 저녁까지
집중 학습
.

딥러닝 스쿨은 누구나 딥러닝에 입문할 수 있도록 만들어진 단기 집중 과정입니다. 5일이라는 압축적인 시간안에 딥러닝의 양대산맥인 CNN과 RNN 뿐만 아니라 GAN과 Reinforcement Learning까지 필요한 기초 지식을 모두 익히고, 직접 코딩으로 구현까지 해볼 수 있도록 커리큘럼을 구성했습니다.

# 매 강의는 이론 강의와 실습으로 구성됩니다.
# 중식은 패스트캠퍼스에서 제공합니다.

딥러닝 스쿨이
특별한 이유
.

coding

극대화된
실습 비중

입문자의 경우 백번 듣는 것보다 한번 코딩해보는 것이 실질적인 학습에 도움이 됩니다. 하지만, 기존 딥러닝 강의의 경우 이론 학습 비중이 높아, 실습 시간이 부족했고 이로 인해 활용 역량을 기르기 어려웠습니다. 본 강의에서는 수식과 이론은 최소한의 개념만 이해하고 다양한 예제로 코딩해보면, 딥러닝이 구현되는 원리에 대해 체감할 수 있도록 구성되었습니다.

data

풍부한
실습 데이터 제공

실습은 매 강의 진행되며, 실습에는 한가지 데이터가 아닌 여러 종류의 실무 데이터를 활용합니다. 다양한 데이터(IMDB 데이터셋, DeepDream 데이터셋, Zoo 데이터셋 등)로 딥러닝을 구현해봄으로써, 분야에서 주목받는 CNN, RNN부터 GAN, Reinforcement Learning 등 핵심 딥러닝 알고리즘을 모두 경험해볼 수 있습니다. 이를 통해 실무에서의 딥러닝 적용을 위한 인사이트를 길러드립니다.

support

현업 전문가 강사
그리고 3명의 조교

본 강의를 진행하는 강사님은 현재 대학원에서 딥러닝을 금융에 적용하는 연구를 진행중이며, 미국 헤지펀드 WorldQuant의 Consultant로 근무 중인 현업 전문가입니다. 또한, 강사님 이외에 총 3명의 조교가 강의 시간 내내 수강생들의 곁에서 강의 내용을 놓치지 않도록 밀착 케어해드립니다.  언제든 손을 들면 강사님과 조교님에 친절히 모르는 부분을 해결해 드릴 것 입니다.

커리큘럼.

DAY 1. Basic of Deep Learning, Tensorflow

강의 요약

딥러닝 관련 기초 개념(Loss, Back-Propagation, Gradient Descent 등..)과 실습 진행에 필요한 Tensorflow의 설치 및 기본적인 사용법에 대해 알아봅니다. 또한 프로그램 구현에 필요한 모듈(Numpy, Pandas, Matplotlib 등) 중 필요한 기능을 위주로 실제 실습을 통해 익숙해집니다.

오전 강의

– 강의 OT
– Installing Tensorflow, 환경 세팅
– Basic of Tensorflow 기본 개념/연산자/함수 설명 및 실습

<실습>
– 기본적인 Tensorflow 라이브러리 및 모듈 사용법 실습
– Tensorflow Hub를 활용한 영화 리뷰 데이터(IMDB) 감정 분석 프로그램 구현

오후 강의

– Numpy, Pandas, Matplotlib 기본 개념/연산자/함수 설명 및 실습
– Loss, Back-Propagation, Gradient Descent 기본 개념 설명 및 실습

<실습>
– 기본적인 Numpy, Pandas, Matplotlib 라이브러리 및 모듈 사용법 실습
– Tensorflow를 활용한 DeepDream 알고리즘 구현

사용할 실습 데이터

IMDB 데이터셋, DeepDream 데이터셋

DAY 2. Neural Network

강의 요약

신경망은 인간의 뇌가 패턴을 인식하는 방식을 모사한 알고리즘입니다. 이를 이용하여 각종 분류(classification) 및 군집화(clustering)와 같은 문제를 해결할 수 있습니다. 신경망은 딥러닝의 기본 단위로 이를 확실히 이해하고 더불어 다중 신경망의 학습 방식을 이해하는 것이 중요합니다. 따라서 기본적인 신경망을 이용하여 Regression/ Classification 문제를 프로그램 구현을 통해 해결해보고, 신경망과 다중 신경망의 이해를 높입니다.

오전 강의

– 기본 신경망 개념 및 필요한 개념 설명
– Linear Regression / Non-Linear Regression 기본 개념 설명 및 실습

<실습>
– Zoo Data를 이용하여 간단한 Regression/Classification 문제를 해결하는 프로그램을 구현

오후 강의

– Classification (Logistic Regression), 다중 신경망 개념 및 필요한 개념 설명
– MNIST Data 설명
– MNIST Data와 기본 신경망 / 다중 신경망 / CNN / RNN을 활용하여 숫자 인식도를 높이는 프로그램 구현해보는 과정 설명

<실습>
– MNIST Data를 이용하여 Logistic Regression과 다중 신경망을 적용하여 보다 개선된 프로그램 구현
– 하고 싶은 데이터 셋(Kaggle)을 활용하여 신경망 및 다중 신경망을 적용한 프로그램 구현

사용할 실습 데이터

MNIST 데이터셋, Zoo 데이터셋(Softmax Classification)

DAY 3. CNN

강의 요약

CNN은 이미지 처리 분야에서 빠른 속도로 발전하고 있는 분야입니다. Convolutional Layer 라는 개념을 도입하여 이미지 처리의 성능을 급격히 개선시켰습니다. CNN에서 도입된 개념을 학습하고, 실제 이미지 처리 프로그램을 구현해봄으로써 CNN을 이해합니다.

오전 강의

– Fundamentals of CNN, CNN의 기본 개념 설명 및 간단한 프로그램 구현

<실습>
– CNN을 활용한 MNIST Data 처리

오후 강의

– Case Study, 다양한 CNN 구현 실습 진행

<실습>
– CNN을 활용한 CIFAR-10 Image 분류 프로그램 구현
– CNN을 활용한 ImageNet 이미지 인식 프로그램 구현

사용할 실습 데이터

MNIST 데이터셋, CIFAR 10 Image, ImageNet 데이터셋

DAY 4. RNN

강의 요약

RNN은 입력 데이터와 과거에 입력 받았던 데이터를 동시에 고려할 수 있는 딥러닝 모델입니다. 실제 다양한 상황에서 출력값은 그 시점의 입력값 뿐 아니라 과거에 어떤 데이터를 받았는지를 고려해 주는 것이 중요합니다. 예를 들어,  주가를 예측하거나 문장을 보고 다음에 올 단어를 예측 할 때 단순히 바로 앞에 있는 데이터만을 고려하게 되면 예측력이 떨어질 수 밖에 없습니다. 실제로 문장에서 다음 단어 예측이나 주가 예측 프로그램을 구현해봄으로써 RNN 모델이 어떻게 동작하는지 알아봅니다.

오전 강의

– Fundamentals of RNN. RNN의 기본 개념 설명 및 실습

<실습>
– RNN을 활용한 MNIST Data 처리

오후 강의

– LSTM, GRU 의 기본 개념 설명 및 실습
– Case Study, 다양한 RNN, LSTM, GRU 구현 실습 진행

<실습>
– RNN을 활용한 Word2Vec Data 처리와 Char-RNN(글자생성) 구현
– RNN을 활용한 주가 예측 프로그램 구현

사용할 실습 데이터

MNIST, Word2Vec, Char-RNN, Stock Prediction

DAY 5. GAN, Reinforcement Learning

강의 요약

GAN은 비지도 학습에 속하며 판별자 D(Discriminator)와 생성자 G(Generator)의 두 모델로 구성되어 서로 대립을 통해 성능을 개선시켜나가는 모델로, 최근 딥러닝 아이디어 중 가장 연구가 많이 진행되고 있는 분야 중 하나입니다. 간단한 이미지 생성 실습을 통해 D와 G가 어떻게 대립하여 성능을 개선시켜나가는지 알아봅니다. 강화학습이란 프로그램이 시도와 보상의 경험을 축적하여 최적의 행동을 찾아내는 방식의 알고리즘입니다. 환경상태, 행동, 보상 세 가지로 구성되며, 이를 어떻게 모델링 하는지가 강화학습을 활용하는데 있어서의 핵심입니다. 실습을 통해 모델링을 어떻게 하는지에 대해 알아봅니다.

오전 강의

– Fundamentals of GAN, GAN의 기본 개념 설명 및 실습
– GAN을 이용하여 실제 이미지를 생성하는 프로그램을 직접 구현해보는 실습 진행

<실습>
– GAN을 활용한 MNIST Image Generating(MNIST 데이터와 같이 숫자 손글씨 이미지를 컴퓨터가 생성하는) 프로그램 구현

오후 강의

– Fundamentals of Reinforcement Learning, 강화학습의 기본 개념 설명 및 실습
– Q-Learning, DQN, OpenGym 을 이용한 실습 – Frozen Lake, CartPole Game을 수행하는 프로그램을 강화학습을 활용하여 직접 구현해보는 실습을 진행
– 강의 마무리

<실습>
– 강화학습을 활용한 Frozen Lake Game 구현
– 강화학습을 활용한 Cart Pole 구현

사용할 실습 데이터

Frozen Lake(강화학습), Cart Pole(강화학습), MNIST Image Generator(GAN)

추천 대상.

icon_man3_2_happy

짧은 기간동안 딥러닝을
intensive하게 공부하고 싶은 대학/대학원생

icon_woman1_2_happy

수식에 대한 두려움으로
딥러닝 입문에 어려움을 겪는 누구나

※ 본 강의는 TensorFlow을 활용해 실습을 진행합니다. 
아래 사전 체크리스트 항목 중 3개 이상 yes라고 답하신 경우 수강하시는 것을 추천드립니다.

1. 나는 python의 기본 문법(반복, 조건문, 함수 등)을 알고 있다.
2. python 대표 라이브러리인 numpy, pandas, matplotlib 를 사용해본적이 있다.
3. 간단한 미적분 개념을 이해하고 있다.
4. 행렬, 벡터의 개념을 이해하고 연산(내적)을 할 수 있다.
5. 회귀(regression)에 대해서 알고 있다.

강사 소개.

minj

강사 민종헌

딥러닝 관련 연구로 컴퓨터학과 석사를 받았고, 현재는 대학원에서 딥러닝을 금융에 적용하는 연구를 진행 중이고 미국 헤지펀드 WorldQuant의 Consultant로 근무 중 입니다. 다수의 딥러닝 프로젝트를 진행한 경험이 있고 기관, 대학교 강의 경력도 있습니다. 딥러닝의 기본적인 개념과 실제 프로젝트에 어떤 식으로 적용이 되는지 직접 구현을 해보면서 체득 할 수 있도록 도와드리겠습니다.

[ 약력 ]

– WorldQuant, Consultant
– 소프트웨어마에스트로 6기 최종 인증
– 멀티캠퍼스 /숙명여자대학교 / 멋쟁이사자처럼, 강사
– (주)이씨오, 소프트웨어 개발자
– 고려대학교 컴퓨터학과 학사 및 석사 졸업
– 카이스트 금융전문대학원 금융공학 석사 재학

자주 묻는 질문.

개발 관련 경험이 없어도 수강이 가능할까요?

수강하는데 있어 파이썬 기초 문법에 대한 지식은 필요합니다. 자세한 사항은 사전 체크리스트를 확인해주세요. 더 궁금한 내용은 언제든 담당 매니저를 통해 문의해시기 바랍니다.

강의는 5일동안 진행되는 건가요? 전부 다 참석해야 하는 건가요?

네, 본 강의는 5일간 아침 10시부터 저녁 6시까지 전일제로 진행되는 과정입니다. 수강 시 5일 전부 참석하셔야 합니다. 점심식사는 12시부터 1시까지며 패스트캠퍼스에서 식사를 제공합니다.

강의를 듣고나면 뭘 얻어갈 수 있는 건가요?

1. 딥러닝에 대한 기초적인 개념을 정립할 수 있고, 2. TensorFlow의 사용법을 확실히 익힐 수 있습니다. 3. 또한 딥러닝의 핵심 알고리즘을 모두 경험해 볼 수 있으며, 4. 직접 코딩을 통해 문제를 해결하는 경험을 통해 실무 인사이트를 기를 수 있습니다.

수강료에는 무엇이 포함되어 있나요?

수강료에는 1) 일 7시간씩 총 35시간의 이론/실습 강의와 2) 약 30시간 상당의 실습용 AWS 서버 비용 전액 3) 점심 식사 제공 비용이 모두 포함되어 있습니다. 수강료 200만원을 기준으로 계산했을 때, 시간당 약 5만 7142원으로 책정되었습니다.

수강료 안내.

오직 5일, 집중적으로 딥러닝에 입문하라!

5일만에 배우는 딥러닝 스쿨

일    정 2018.10.22.~ 2018.10.26.
매일 오전 10:00 ~ 오후 18:00 | 총 5일
준비물 개인 노트북 사용 추천
(본인 PC에 맞는 개발 환경 설정 및 원활한 개별 실습을 위하여)
장    소 강남역 4번출구 부근
문    의 강호준 매니저 : 02-517-0697
궁금하신 사항이 있으면 언제든 연락주세요 🙂

모집 마감되었습니다

※ 일반 할인가는 매주 목요일 자정에 변경됩니다.
※ 카드 12개월 무이자 할부 가능!
※ 180만원 기준, 12개월 할부 시, 월 15만 원

출시알림 신청하기

강의 장소.