[딥러닝 선수과목]
- 인공지능 개요
- 라이브러리
- Machine Learning
[딥러닝 기본]
- Neural Network 이해
- perceptron 이론
- Weight / Activation function
- back propagation / Gredient Descent
[Tensorflow]
- Deep Learning 이론/구성 요소
- 딥러닝 프레임워크 (Tensorflow) 개요
- Tensorflow 기본 구조
- Tensorflow 기본 실습
[CNN/RNN]
- CNN (Convolutional Neural Networks) 개념 / 특징 / 구조
* Convolutional layers
* Activation
* Pooling
* Batch Normalization
* Dropout
RNN (Recurrent Neural Network) 개념 / 특징 / 구조
* LSTM
* GRU
* Seq2Seq architectures
- 인공지능 개요
- 라이브러리
- Machine Learning
[딥러닝 기본]
- Neural Network 이해
- perceptron 이론
- Weight / Activation function
- back propagation / Gredient Descent
[Tensorflow]
- Deep Learning 이론/구성 요소
- 딥러닝 프레임워크 (Tensorflow) 개요
- Tensorflow 기본 구조
- Tensorflow 기본 실습
[CNN/RNN]
- CNN (Convolutional Neural Networks) 개념 / 특징 / 구조
* Convolutional layers
* Activation
* Pooling
* Batch Normalization
* Dropout
RNN (Recurrent Neural Network) 개념 / 특징 / 구조
* LSTM
* GRU
* Seq2Seq architectures
