커리큘럼
| 0. 딥러닝 실무 개요 | |||
| [onc74] DLW001 딥러닝 개발 과정 | FREE | 00:06:29 | |
| [onc74] DLW002 코드로 알아보는 딥러닝 개발 과정 | 00:06:10 | ||
| [onc74] DLW003 딥러닝 알고리즘의 종류 | 00:06:41 | ||
| [onc74] DLW004 데이터 준비를 위한 데이터 전처리 | 00:13:08 | ||
| 1. 다중 분류 예측 | |||
| [onc74] DLW101 다중 분류를 위한 데이터셋 살펴보기 | FREE | 00:07:00 | |
| [onc74] DLW102 다중 분류 예측을 위한 데이터 탐색 | 00:24:48 | ||
| [onc74] DLW103 다중 분류 예측 모델 설계와 실행 | 00:17:36 | ||
| 2. 다중선형회귀 모델 | |||
| [onc74] DLW201 다중선형회귀의 개념과 데이터 표준화 | FREE | 00:05:34 | |
| [onc74] DLW202 다중선형회귀 모델 설계와 예측 | 00:23:32 | ||
| [onc74] DLW203 K-Fold를 이용한 교차 검증 | 00:05:33 | ||
| 3. MNIST 손글씨 인식 | |||
| [onc74] DLW301 예측을 위한 MNIST 손글씨 데이터 살펴보기 | 00:08:40 | ||
| [onc74] DLW302 MNIST 손글씨 데이터 전처리와 모델 정의 | 00:20:47 | ||
| [onc74] DLW303 혼동 행렬과 학습 과정 시각화 | 00:09:00 | ||
| 4. 합성곱신경망(CNN) | |||
| [onc74] DLW401 합성곱신경망(CNN)의 개요 | FREE | 00:15:33 | |
| 5. 합성곱신경망(CNN)의 구성요소와 연산 | |||
| [onc74] DLW501 스트라이드, 필터와 CNN의 연산 과정 | 00:11:55 | ||
| [onc74] DLW502 연산을 위한 풀링과 드롭아웃 | 00:14:52 | ||
| 6. 합성곱신경망(CNN)을 이용한 MNIST 손글씨 인식 | |||
| [onc74] DLW601 EarlyStopping 콜백 | 00:04:23 | ||
| [onc74] DLW602 CNN을 이용한 MNIST 손글씨 인식 | 00:14:36 | ||
| [onc74] DLW603 MNIST 손글씨 모델 평가와 시각화 | 00:03:37 | ||
| [onc74] DLW604 내가 만든 모델 저장하기 | 00:07:43 | ||
| 7. 순환신경망(RNN) | |||
| [onc74] DLW701 순환신경망(RNN)의 특징 | 00:07:53 | ||
| [onc74] DLW702 IMDB 데이터셋을 활용한 RNN 실습 | 00:19:56 | ||
| 8. LSTM | |||
| [onc74] DLW801 LSTM의 원리와 특징 | 00:03:33 | ||
| [onc74] DLW802 LSTM을 이용한 뉴스 카테고리 분류 | 00:13:44 | ||
| 9. 교재 다운로드 센터 | |||
| [onc74] DLW901 교재 다운로드 센터 | 00:00:00 | ||
| 10. 사후 만족도 평가 | |||
| [onc74] DLW1001_사후 만족도 조사 | 00:00:00 | ||
449051 등록 수강생

![[브오디-74] DNN, CNN, RNN을 활용한 딥러닝 실무](https://www.masocampus.com/wp-content/uploads/2022/12/DNNCNNRNN을-활용한-딥러닝-실무_썸네일_v1.0.jpg)

