현대 딥러닝 구조의 이해와 응용
multi-layer perceptron, CNN, transformer 등 최신 딥러닝 모델을 이해하기 위한 필수 배경 지식을 빠르게 복습하고 이를 바탕으로 최신 딥러닝 architecture 에 대한 이해를 높여서 실무에서 딥러닝을 보다 효과적으로 활용할 수 있는 능력을 갖추도록 한다.
첫 평가를 남겨 주세요 · 조회 0
자세한 소개
multi-layer perceptron, CNN, transformer 등 최신 딥러닝 모델을 이해하기 위한 필수 배경 지식을 빠르게 복습하고 이를 바탕으로 최신 딥러닝 architecture 에 대한 이해를 높여서 실무에서 딥러닝을 보다 효과적으로 활용할 수 있는 능력을 갖추도록 한다. 해당 주차일에 강의가 열리며 , 지나간 강의는 언제든지 볼 수 있음 주차 주차명 ( 주제 ) 차시 차시명 ( 학습내용 ) 평가방법 1 Multi-layer Perceptron (MLP) 와 Backpropagation 1-1 MLP 소개와 기본 구조 ntro SDV 퀴즈 1-2 MLP 의 학습 알고리즘 1-3 MLP 를 사용한 간단한 예제와 실습 2 Convolutional Neural Networks (CNNs) 1-1 CNN 소개와 기본 구조 퀴즈 1-2 CNN 의 핵심 구성 요소 1-3 CNN 을 이용한 이미지 분류 및 객체 감지 3 Modern CNN Architectures 1-1 Batch Normalization 퀴즈 1-2 VGG, ResNet, Inception RCNN 과 객체 검출 1-3 실습 : AlexNet 모델 구축 및 CIFAR-10 데이터셋 분류 4 Recurrent Neural Networks (RNNs) 1-1 RNN 소개와 기본 구조 퀴즈 1-2 LSTM(Long Short-Term Memory) 과 GRU(Gated Recurrent Unit 1-3 실습 : 시계열 데이터를 사용한 RNN 모델 구축 5 Transformer 1-1 Transformer 소개와 기본 구조 퀴즈 1-2 Attention 메커니즘 및 트랜스포머 아키텍처 1-3 실습 : 트랜스포머 모델 구축과 자연어 처리 6 Lightweight neural network 1-1 네트워크 경량화 방법 소개 퀴즈 기말평가 ( 과제 ) 1-3 실습 : 네트워크 경량화 적용 * 평가점수 및 이수증 발급기준 구분 퀴즈 기말평가 합계 비율 50% 50% 100% * 이수 기준: 총점 70점 이상 및 동영상 모두 시청
정보 업데이트 현황
| 정보 항목 | 갱신 주기 | 마지막 확인 | 유효기간 | 상태 |
|---|---|---|---|---|
| K-MOOC 강좌 정보강좌명, 운영 대학, 교수, 수강신청 기간, 학습 기간, 신설·종료 여부, 강좌 소개·분류(새 강좌만) | 매일 | 2026-11-22 12:40 | 2026-11-29 | 최신 |
| 수강신청 가능 여부수강신청 시작일·마감일, 접수 중 / 마감 / 상시 상태 | 매일 | 2026-11-22 15:23 | 2026-11-23 | 최신 |
평가와 의견 0
아직 평가가 없습니다.