|
파이썬과 텐서플로우로 배우는 기계학습과
인공신경망 기초 실습 단기강좌
2018년 8월 27일(월)~28일(화)/ 숭실대 형남공학관 113호
초대의 글
|
기계학습과 인공지능은 4차 산업혁명 시대의 필수 기술로 여겨져 왔으며 알파고 이후 자율주행 자동차, 의료, 로봇 등 전통적인 IT분야에서뿐 아니라 금융, 인문사회, 경영 등 다양한 분야에서 다양한 형태의 어플리케이션으로 연구 및 개발되고 있다. 본 강좌에서는 인공지능과 기계학습을 공부하고자 하는 대학원생/초보 엔지니어뿐 아니라 전공분야는 아니지만 기계학습과 인공지능을 본인의 분야에 적용해보고자 하는 사람들이 기계학습과 인공지능의 기초 이론을 습득하고 파이썬과 텐서플로우를 이용하여 직접 손으로 구현해 봄으로써 기계학습과 인공지능의 기초를 다질 수 있는 기회를 제공하고자 실습 강좌 형식으로 구성하였으니 많은 참여를 부탁 드립니다.
대한전자공학회 회장 백준기
대한전자공학회 사업위원장 이강윤, 송병철, 윤석현, 범진욱, 김수찬, 황성운, 김동식
워크샵 프로그램 위원장 이강윤, 송병철, 윤석현, 범진욱
|
워크샵 개요
|
o 행사명 : 파이썬과 텐서플로우로 배우는 기계학습과 인공신경망 기초 실습 단기강좌
o 일 시 : 8월 27일(월)~28일(화)
o 장 소 : 숭실대학교 형남공학관 113호 강의실
o 주 최 : 대한전자공학회
o 주 관 : 사업위원회
|
프로그램
[ 1일차 (ANN): 인공신경망 기초이론과 텐서플로우를 이용한 실습 ]
| 시 간 |
주 제 |
강사 (소속) |
| 09:10~10:00 |
딥러닝 구조 및 실습 |
김중헌(중앙대) |
| 11:10~13:00 |
이미지 및 언어 처리 딥러닝구조 이론 및 실습 |
김중헌(중앙대) |
| 13:00~14:00 |
점심식사 |
- |
| 14:00~15:50 |
Cifar10과 CNN성능향상 기법 |
김중헌(중앙대),
김도현(중앙대), |
| 16:00~17:50 |
TensorFlow 커스텀 모듈 구현 |
김도현(중앙대) |
o 준비물 및 사전 준비 : Python이 설치된 노트북 (Python 3.5이상 설치후 Tensorflow 및 matplotlib 설치)
o 사전 준비가 안되면 강의 진행이 어려우니 꼭 사전에 준비 바랍니다.
[ 2일차 (ML): Machine Learning 기초와 Python을 이용한 실습 ]
| 시 간 |
주 제 |
강사 (소속) |
| 09:10~10:00 |
감독학습 (Supervised Learning) |
이상근(한양대) |
| 11:10~13:00 |
실습 1 |
이상근(한양대) |
| 13:00~14:00 |
점심식사 |
- |
| 14:00~15:50 |
비감독학습 (Unsupervised Learning) |
이상근(한양대) |
| 16:00~17:50 |
실습 2 |
이상근(한양대) |
o 준비물 및 사전 준비 : 수강생 각자의 노트북에 Python3와 다음의 Python 패키지들 설치
( Python 3.0이상 설치하고 numpy, pandas, matplotlib, sklearn, jupyter, pyprind, re, nltk, seaborn, struct, gzip, scipy 모듈 설치 )
o 사전 준비가 안되면 강의 진행이 어려우니 꼭 사전에 준비 바랍니다.
[ 강좌 내용 요약 ]
o 인공신경망 기초이론과 텐서플로우를 이용한 실습 :
본 강의에서는 딥러닝 이론과 파이썬/TensorFlow기반 딥러닝 프로그래밍에 대해서 소개한다. 해당 소개를 기반으로 하여 인공신경망 구조 중에서 가장 기초가 되는 MNIST이미지 셋의 학습을 위한 다계층 인공신경망 구현과 다양한 코드 변환에 대해서 논한다. 이에 대한 심화학습으로써 이미지 처리에 많이 사용되는 CNN구조에서 간략히 소개를 하고 TensorFlow를 활용한 CNN구조의 설계 및 MNIST데이터 셋의 학습에 대해서 소개한다. CNN구조를 설계함에 있어서 tensorflow.nn라이브러리를 사용하는 방식과 tensorflow.layers라이브러리를 사용하는 방식 모두에 대해서 소개를 하고 그에 따른 프로그래밍 관점에서의 생산성 차이에 대해서 논한다. 더불어 시계열 데이터 처리에 특화된 RNN구조에 대한 이해와 실습을 수행한다. 심화실습 추가적인 사항으로써 연구에서 많이 사용되는 이미지 데이터 셋인 Cifar10에 대하여 설명하고 이를 사용하는 방법에 대하여 살펴본다. 또한 CNN 모델의 분류성능을 향상시키기 위해 사용되는 데이터 셋 정규화, ReLU, Dropout, 배치 정규화, 앙살블 등의 기본적인 기법들에 대하여 설명하고 이를 구현하는 방법과 이를 적용한 결과 및 효과를 확인해 본다. 이와 더불어 보다 폭넓은 신경망 모델 구현을 위해서는 기본적으로 제공하지 않는 커스텀 모듈들이 필요해질 수 있다. 본 강의에서는 텐서플로우 기본 연산자를 활용하여 간단한 활성화 함수부터 시작하여 최근에 연구된 다양한 오차함수들까지 직접 구현하는 방법에 대하여 살펴보고자 한다.
o Machine Learning 기초와 Python을 이용한 실습 :
본 강의는 데이터로부터 특정 문제 해결을 위한 함수를 학습하는 기계학습에 대한 기초 및 응용 과정이다. 감독학습 (Supervised Learning), 비감독학습 (Unsupervised Learning)에 대해 이해하고, 이에 속하는 다양한 방법들을 공부한다. 또한 딥뉴럴넷을 비롯한 비선형 모델을 사용하는 방법들을 소개한다. 본 강의는 기계학습 전반에 대한 개념적 이해와 Python 언어를 이용한 기계학습에 대해 공부하고자 하는 학생 및 연구원을 대상으로 한다.
|
워크샵 등록안내
|
구 분
|
대학원생
(학생회원)
|
대학원생
(비회원)
|
일반(회원)
|
일반(비회원)
|
|
1일차 강좌만
|
170,000원
|
220,000원
|
200,000원
|
250,000원
|
|
2일차 강좌만
|
170,000원
|
220,000원
|
200,000원
|
250,000원
|
|
1, 2일차 강좌 모두
|
300,000원
|
380,000원
|
350,000원
|
440,000원
|
* 강의실의 규모가 60명이상 수용하기 어려워 선착순으로 60명만 모집합니다.
등록마감 이전에라도 수용인원 60명 등록시 마감 종료합니다.
* 실습교육인 관계로, 워크샵 개최전 등록하신 분 대상으로 사전준비사항에 대한 안내공지를 별도로 드릴 예정입니다.
o 교육등록 마감 : ~ 2018년 8월 16일(목) 17:00
입금계좌: 102-50809-243 한국씨티은행
예금주: 대한전자공학회
(계좌이체시, 사업자등록정보를 입력하여 주시면, 전자계산서를 발행하여 드립니다.)
기타 문의사항이 있는 경우에는 본 메일로 E-mail( biz@theieie.org)로 문의하여 주시기 바랍니다.
o 대한전자공학회 사업자등록증 사본 (클릭 다운로드 -PDF)
o 등록비 입금통장사본(사업) (클릭 다운로드-PDF)
o 영수증 및 계산서 발급안내
|
결제방법
|
카드영수증
|
계산서(전자)
|
거래명세서
|
|
카드결제
|
가능(온라인 출력가능)
|
불가능(이중발급)
|
기본발행
|
|
계좌이체 및 무통장 결제
|
불가능
|
가능(전자-이메일발행, 종이-현장발부)
|
기본발행
|
o 계산서는 온라인에서 신청해 주시기 바랍니다. 카드결제시 계산서 발급은 불가능합니다.
o 웹 카드결제시, 전표출력 웹사이트 : www.allatpay.com .
|
워크샵 장소 안내
◎ 숭실대학교 형남공학관 113호 강의실
◎ 교통편 안내
o 지하철 안내
- 7호선 숭실대입구(살피재)역 3번 출구
o 버스 노선
- 간선버스: 501, 506, 641, 650, 750, 751, 752, 753
- 진선버스: 5511, 5517
|
|