파이썬으로 배우는
할 수 있다 머신러닝 입문

- 머신러닝&딥러닝 개념 정립부터 구현까지

 

머신러닝&딥러닝에 입문하는 분을 위한 첫번째 수업

머신러닝&딥러닝을 실무에 적용하기 위해서는 동작원리를 정확히 이해하고 구현할 수 있어야 합니다. 단순히 '구현'을 위한 코드 몇 줄을 작성하는 것만으로는 제대로 활용할 수가 없습니다.

 

그러면,

✔ 머신러닝&딥러닝을 정확히 설명할 수 있으신가요?

✔ 동작원리의 배경이 되는 수학은 이해하고 계신가요?

✔ 여러분이 직접 머신러닝 코드를 작성할 수 있나요?

✔ 실제 알파고는 어떻게 학습 할까요?

 

위 질문에 자신있게 답할 수 있도록 해드립니다. 머신러닝과 딥러닝의 기본 개념을 정확히 정립하고, 파이썬을 활용한 구현까지 할 수 있도록 커리큘럼이 구성되었습니다. 머신러닝 & 딥러닝에 입문하는 모든 분들을 위한 과정입니다.

파이썬을 활용한 머신러닝 기초 입문반
대학생/대학원생 특별 할인 이벤트

10% 추가 할인된 45만원에
수강이 가능합니다.
※ 학생할인 적용은 카톡으로 문의바랍니다.

일    정12.22 ~ 01.26 | 5회
매주 토요일 14:30 ~ 17:30 | 일 3시간
총 15시간 강의
*휴강일 : 12월 29일
정    원15명
준비물노트북 (64bit)
가    격70만 원50만 원
장    소러닝스푼즈 강의장
강남대로94길 15, S2빌딩 3층

*강남역 11번 출구 3분 거리 (지도확인)

머신러닝 학습은 동작원리를 정확히 이해해야 합니다

머신러닝
이해를 위한
수학적 배경

"머신러닝에 필요한 기초 수학을 한번에 해결"

머신러닝을 배우기 위해 방대한 기초 수학을 공부하고 계신가요?
본 과정은 머신러닝 이해를 위해 필요한 수학만 선별해서 알려드립니다. 어려운 수학은 필요하지 않습니다. 딱 머신러닝에 필요한 만큼만 학습하세요. 기초 수학에 대한 막연한 두려움은 접고, 머신러닝에 대한 열의만 가져오세요.

깊이있는
머신러닝을 위한
종합적 이해

"운영/개선/해결 등 응용이 가능하도록 정확한 원리를 학습"

단순히 머신러닝의 기법만 소개하고, 코드로 구현하는 강의가 아닙니다.
머신러닝의 원리를 정확히 이해하고, 머신러닝을 대하는 역량 그 자체를 길러드립니다. 한 가지 문제를 머신러닝을 적용하지 않은 해결법과 적용한 해결법을 경험하면서 머신러닝의 효과를 느낄 수 있도록 해드립니다. 실제 알파고와 보행자 알고리즘 논문을 리뷰하며 실무에서 어떻게 문제를 해결하는지도 함께 알아보세요.

Python
& Tensorflow
활용한 구현

"Python & Tensorflow를 활용한 머신러닝 구현까지"

Python & Tensorflow는 머신러닝 & 딥러닝 분야에서 가장 많이 활용되고 있습니다.
앞으로 여러분이 머신러닝 & 딥러닝을 업무에 활용하기 위해서 꼭 필요한 Python & Tensorflow의 기본 사용법부터 구현까지 직접 작성해보면서 머신러닝에 대한 응용력까지 높이세요.

머신러닝 입문,
동작 원리부터 정확히 이해해야 합니다

강의특징

러닝스푼즈에서 수강해야 하는 이유

입문자도 정확하고,
쉽게 배울 수 있도록

입문자 수준에 맞춰 단계별로 알기 쉽게 수업을 진행합니다. 머신러닝 입문자도 머신러닝 개념을 이해하고 파이썬으로 구현을 할 수 있도록 하는데 목적이 있으며, 기본기를 다지는 것에 충실한 과정입니다.

전문가와 함께하는
머신러닝 논문 리뷰

머신러닝 입문자인데 논문은 어렵지 않을까? 전혀 걱정하지 않으셔도 됩니다. 기초부터 탄탄하게 다진 후 논문을 리뷰합니다. 수업에 배웠던 기법들이 실제 어떻게 사용되는지 직접 확인해보세요.

파이썬을 처음 다루는
수강생분도 OK

파이썬을 활용하여 머신러닝을 구현할 수 있도록, 꼭 필요한 기초 문법을 수업 중에 다룹니다. 데이터 타입 / 함수 / 조건문 / 반복문 등 기본적인 문법들을 다루며, 파이썬 경험이 없는 분들도 할 수 있도록 커리큘럼이 구성되었습니다.

실습예시

01

직접 작성한 머신러닝 코드 확인하기

머신러닝/딥러닝 구현에 가장 많이 활용되고 있는 Python & Tensorflow를 기초 문법부터 배웁니다. 수업에서 배운 이론을 바탕으로 머신러닝 코드를 여러분이 직접 작성하여 결과를 확인해보세요. 이미지 분류를 머신러닝을 활용해 해결해보세요.

02

전문가와 함께 하는 논문 리뷰

언론을 통해 많이 알려진 '알파고' 와 '보행자 인식 알고리즘'의 논문을 수업시간에 직접 리뷰합니다. 혼자 보기는 다소 어렵기도 하고, 정확히 파악할 수 없었던 내용들을 머신러닝 분야 SCIE 논문(KIIS) 저자인 강사님과 함께 리뷰하며 배웠던 내용을 확인할 수 있습니다.

03

머신러닝의 수학적 배경 정확히 이해하기

머신러닝에 대한 정확한 이해가 없는 구현은 한계가 있습니다. 내가 원하는 형태로 머신러닝을 운영할 수 없으며, 생각과 다른 결과가 나와도 손댈 수 없습니다. '수학적 배경에 대한 이해'를 통해 머신러닝의 원리를 정확히 이해하고, 머신러닝을 대하는 역량 그 자체를 길러드립니다.

수강효과

머신러닝에 대한
직관적인 이해

하나의 문제를 머신러닝을 활용하지 않는 방법과 머신러닝을 활용한 방법을 여러분이 직접 확인합니다. 이를통해 머신러닝을 통해 해결할 수 있는 문제에 대한 이해도를 높일 수 있습니다.

혼자하기 힘들었던
부분까지 해결

머신러닝에 대한 관심은 있었지만, 혼자하기는 힘들었던 수학적 배경과 최신 머신러닝 관련 논문 리뷰까지 수업중에 직접 확인해보면서 평소 궁금했던 부분까지 해결할 수 있습니다.

실무에서 머신러닝을
활용할 수 있는 역량

머신러닝 기법만 전달하는 과정이 아닙니다. 머신러닝에 대한 이해도를 높여드리는 것을 목표로 수강생 여러분이 실무에서 활용할 수 있는 기본기를 갖출 수 있도록 강사님의 가이드를 진행합니다.

수강대상

머신러닝을
‘처음’ 배우시는 분

현업의 업무에
머신러닝을 적용하고 싶은 분

평소 궁금했던 ‘알파고’ 논문을
전문가와 함께 리뷰해보고 싶은 분

‘머신러닝 개념’ 의 A부터 Z까지
알고 싶은 분

혼자 하기 힘든 ‘머신러닝 원리’를
탄탄히 하고 싶은 분

수학적 '이론'과 '실습'을 병행하며
머신러닝을 이해하고 싶은 분

머신러닝에 입문자를 위해 준비된 세가지
# 수학적 이론을 바탕으로 머신러닝의 정확한 이해
# Python & Tensorflow 를 활용한 머신러닝 구현
# 머신러닝 전문가와 함께하는 논문 리뷰

커리큘럼

* 회차별 주제를 클릭하면 상세한 커리큘럼이 나옵니다.

1주차. Machine Learning

머신러닝이란 무엇이고, 어떻게 등장하게 되었는지, 가장 기본적인 이론부터 수업을 진행합니다. 그리고 앞으로 머신러닝 실습을 위한 환경 세팅과 Python & Tensorflow 기본 문법을 다루어 봅니다.

 

이론

  • Machine Learning이 등장하게된 배경과 기본 컨셉에 대해 다룹니다.
  • Supervised learning & Unsupervised learning 개념과 차이에 대해 다룹니다.
  • 회귀분석 & 분류가 무엇인지 알아봅니다.
  • 머신러닝 실습을 위한 Python & Tensorflow

실습

  • 머신러닝 실습을 위한 로컬 환경 구축(Python, Scriptor, Tensorflow)
  • Python & Tensorflow 기초 문법 실습
  • 선형회귀(Linear regression) 실습
  • 머신러닝을 이용하지 않고 분류(Classification) 문제 해결해보기

효과

1주차는 머신러닝이 무엇인지 친숙해지는 시간이 될 것입니다. 머신러닝을 이용하지 않고도 문제를 해결해보면서, 머신러닝이 왜 필요한지를 직접 느낄 수 있는 시간이 되도록 구성되었습니다.

2주차. SVM (Support Vector Machine)

3주차. MLP(Multi-layer perceptron)

4주차. DNN(Deep neural network), CNN(Convolutional neural network)

5주차. RNN(Recurrent Neural network)

강사소개 및 인터뷰

강사소개

Sean Lee

- (現) 영상인식 분야 연구
- 머신러닝 분야 SCIE 논문(KIIS) 저자

1. 자기소개 부탁드립니다.

 현재 영상인식 관련 연구를 하며 연구소에 재직하고 있습니다. 기존의 컴퓨터 비전 분야에서 가지고 있었던 한계점을 극복하기 위해 머신러닝(Machine Learning)을 시작하게 되었고, 지금까지 연구를 업으로 하고 있습니다. 기존 한계점 대안의 필요성을 느끼며 하나하나 발전시켜온만큼 머신러닝에 대한 애정과 자부심을 갖고 있습니다. 이번 강의를 통해서 머신러닝에 입문하는 여러분들이 쉽고, 정확하게 배울 수 있도록 좋은 가이드가 되겠습니다.

 

2. 강의에서는 주로 어떤 내용을 다룰 예정이시고, 어떤 형태로 진행되나요?

 머신러닝 기법의 수학적 모델들에 대한 이해를 바탕으로 이론적인 내용을 충분히 전달하고, 파이썬을 활용하여 머신러닝을 구현하는 방법에 대해서 다룰 것입니다. 수강생 여러분이 직접 분류(Classification)문제와 회귀( Regression)문제를 다루어 봄으로써, 머신러닝을 직관적으로 이해할 수 있도록 할 것입니다.

 

3. 본 강의에서 배운 내용을 수강생 분들이 어떻게 활용할 수 있을까요?

 머신러닝은 코드로 명시하지 않은 동작도, 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야라고 할 수 있습니다. 즉, 누적되는 데이터를 머신러닝이라는 방법을 통해 다양한 해결책을 생각할 수 있습니다. 실제 본 과정에서는 여러 가지 머신러닝 기법을 다루고 각 기법에 대한 실습이 수반되기 때문에, 수업에서 배운 기법들을 활용하여 본인의 분야에서 안고 있는 문제점과 연결시켜 봄으로써 창의적인 아이디어를 고안하는 데 활용 될 수 있을 것입니다.

 

4. 주로 어떤 분야에 있는 분들이 수강 대상에 적합할까요?

 머신러닝의 전반적으로 다루고 있는 만큼, 머신러닝 분야에 관심이 있고 이를 이해하고 싶은 초심자들이 입문 단계로서 듣기에 가장 적합한 강의가 될 것 입니다. 머신러닝 기법의 배경이 되는 수학적 모델들에 대해서도 자세히 다룰 것이기 때문에, 현재 머신러닝을 활용하고는 있으나 모델에 대한 이해가 부족하다고 느끼시는 분들에게도 추천드립니다.

 

5. 다른 강의와 어떤 차별 점이 있나요?

 이론만 공부하는 것은 실제 문제를 해결할 수 있는 역량과는 괴리가 크고, 이해가 없는 실습은 응용하는데 한계가 있습니다. 본 강의는 이론적 지식에 대한 탄탄한 이해를 바탕으로 가시적인 결과가 보이는 실습을 해 봄으로써 전반적인 머신러닝의 흐름에 대해 보다 자세하게 이해할 수 있을 것입니다. 그리고 더 나아가 본인의 분야에 응용할 역량을 갖추게 될 것입니다.

 

6. 마지막으로 수강생들에게 하고 싶으신 말

 최근, 머신러닝은 다양한 분야에서 연구되며 눈부신 발전을 이뤄내고 있습니다. 이러한 기술의 흐름에 발맞추어, 머신러닝에 대한 탄탄한 이해를 바탕으로 본인의 분야에서 머신러닝을 응용한 멋진 아이디어를 고안할 수 있기를 바라며, 저 또한 수강생 여러분이 머신러닝을 입문하는데 좋은 가이드가 될 것을 약속드립니다.

 

수강료 70만 원50만 원

 

수강신청은 결제 순으로 선착순 마감될 수 있습니다.
개강 후 환불은 학원법 시행령 <제18조 제3항> 수강료 반환기준에 의거합니다.

 

*환불 세부규정 확인하기 (클릭)

20만 원 할인, 놓치지 마세요!

러닝스푼즈의 추천 강의 ▼