케라스 활용 머신러닝 빅데이터분석
- 1차 개강일
- 23년 06월 13일(화)
- 2차 개강일
- 23년 06월 27일(화)
- 케라스
- 파이썬
- 머신러닝
- 빅데이터분석
- 프로그래밍
- 데이터시각화
- 딥러닝
현장에서 요구하는 빅데이터 분석,
데이터 시각화, 딥러닝 모델 구축 등의
직무 능력을 바로 수행할 수 있는
케라스 활용 머신러닝 빅데이터 분석이란?
딥러닝 라이브러리인 keras 를 활용하여,
딥러닝 초급자도 각 분야에서 손쉽게 딥러닝 모델을 개발하고,
활용할 수 있도록 데이터를 변환 및 정제하여,
패턴/규칙을 분석할 수 있도록 활용하는 교육을 진행합니다.
Start now
Python bigdata(pandas)
- 파이썬 기반(Python-based)- · Caffe 처럼 별도의 설정이 필요없으며 파이썬 코드로 모델을 정의
- 쉬운 확장성(Easy Scalability) - · 새로운 클래스나 함수로 모듈 쉽게 추가 · 다양한 표현 가능
- 모듈화 (Modularity) - · 모듈은 독립적 설정 가능 · 모듈 조합할 수 있음
- 최소주의 (Minimalism) - · 코드는 한 번보는 것 으로 이해가능 · 각 모듈은 짧고 간결
떠오르는 심층 신경망 API, 케라스
사용자 친화적 모듈화 및 쉬운 확장으로
새로운 층(LAYERS), 지표(METRICS),
손실 함수를 생성하고 최첨단 모델을
개발할 수 있습니다.
핵심 기능들을 예제와 함께 학습 및 실습하여
개발 실무에서 바로 적용할 수 있습니다.
- 간단하고 쉬운 접근
- 파이썬 객체지향 프로그래밍 위주의 알고리즘 기술 강화학습
- 딥러닝, 머신러닝을 위한 실습 및 개발
- 케라스 개념과 실전 능력을 학습
- 수강생들이 강의 내용을 이해하고 본인의 실력으로 만들어 갈 수 있도록 서포트 합니다.
- 현장 경력이 풍부한 강사님의 노하우를 그대로 전달합니다.
딥러닝 프레임워크 차이(장·단점)
- 텐서플로우장점 텐서보드를 통해
파라미터 변화 양상이나 DNN의 구조를 알 수 있음
단점 메모리를 효율적으로 사용하지 못함 - 케라스장점 간단하고 일관된 인터페이스
제공하고, 배우기 쉽고
모델을 구축하기 쉬움
단점 오류가 발생할 경우 케라스
자체의 문제인지 backend의 문제인지 알 수없음 - 파이토치장점 간단하고 직관적으로 학습이
가능하고, 속도대비
빠른 최적화가 가능
단점 텐서플로우에 비해 사용자층이
얕고, 예제 및 자룔를 구하기 힘듦
- 케라스활용 머신러닝 빅데이터 분석
- 머신러닝 기반 데이터 분석
· 머신러닝 수행방법 계획
· 데이터셋 분할
· 지도학습/자율학습 모델 적용
· 모델 성능 평가 및 학습결과 적용 - 텍스트 데이터 분석
· 텍스트 데이터 변환
· 텍스트 데이터 분석
수행방법 계획
· 텍스트 데이터 분류 결과 분석
· 정형 데이터 결과 분석 수행 - 케라스로 구현하는 딥러닝 프로젝트
당신만의 특별한 프로젝트가 완성됩니다.
Python Keras 당신은 기업에서 선호하는 실무 능력을
당신은 기업에서 선호하는 실무 능력을
겸비한 빅데이터 전문가로 거듭납니다.
데이터 분석, 머신러닝, 딥러닝 등 활용성이 높고
입문자가 이해하기 쉬운 설계로
실제 데이터 분석 업무를 수행할 수 있는 역량을 키웁니다.
관련 자격증 취득이 가능합니다.
수강후기
커리큘럼
- 1
머신러닝 기반 데이터 분석
- 머신러닝 수행방법 계획하기
- 데이터셋 분할하기
- 지도학습 모델 적용하기
- 자율학습 모델 적용하기
- 모델 성능 평가하기
- 학습 결과 적용하기
- 2
텍스트 데이터 분석
- 텍스트 데이터 변환하기
- 텍스트 데이터 분석 수행 방법 계획하기
- 텍스트 데이터 분류 결과 분석하기
- 정형 데이터 결합 분석 수행하기
인공지능&클라우드
직장인교육문의
원하시는 과정을 선택하시면 1:1 상담을 진행해드립니다.