본문 바로가기

코세라 수료증

코세라 Convolutional Neural Networks 수료 코세라 Deep Learning 특화과정 중 네번째 강의이다. Computer Vision 분야에서 기본적으로 사용되는 CNN에 대한 전반적인 내용을 다루고 있으며, 기본적인 기능인 Convolution, Pooling, Fully Connected Layer 에 대한 특징과 원리를 간단한 매트릭스 연산예제를 통해 상세하게 알려준다. 나아가, Image Classification, Object Localization, Object Detection, Landmark Detection, Semantic Segmentation, Face Recognition, Neural Style Transfer 알고리즘의 원리와 코드구현을 통해 비전 분야에서 .. 더보기
코세라 Structuring Machine Learning Projects 수료 코세라 Deep Learning 특화과정 중 세번째 강의이다. 실제로 머신러닝 연구개발 프로젝트를 진행하다보면 모델을 분석하고 개선하는 과정에 꽤나 시간을 많이 낭비할 수 있는데, 이 강좌에서는 Andrew Ng 교수님이 여러 머신러닝 팀들과 프로젝트를 진행하며 겪은 개발사례를 토대로 프로젝트의 진행, 모델의 분석, 고도화 방안에 대한 핵심적인 노하우를 알려준다. 실제 프로젝트 개발을 진행할 때 필요한 전반적인 워크플로우, 데이터이해, 모델학습과 성능개선을 위해 유념해야할 내용들을 살펴볼 수 있어 유익한 시간이었다. Structuring Machine Learning Projects 에서 다루고 있는 내용은 아래와 같다. Eval.. 더보기
코세라 Improving Deep Neural Networks 수료 코세라 Deep Learning 특화과정 중 두번째 강의이다. 강좌의 전체이름은 Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization 로 강좌에서는 네트워크 성능을 안정화하고 개선하기 위한 대표적인 방법들에 대해 소개하고 있다. 총 3주 과정으로 구성되며 Initialization, Regularization, Gradient Checking, SGD, SGD with Momentum, RMSProp, Adam 등의 다양한 Optimization 기법들을 이해하고 파이썬 라이브러리(numpy, tensorflow) 를 사용하여 직접 코드로 구.. 더보기
코세라 Neural Networks and Deep Learning 수료 Andrew Ng 교수와 deeplearning.ai 가 코세라 플랫폼을 통해 제공하는 Deep Learning 특화과정 중 첫번째 강의이다. 첫번째 강의인 Neural Networks and Deep Learning은 총 4주 과정으로 구성되어 전반적으로 머신러닝의 MLP(Multi Layer Perceptron)에 관한 내용을 다루고 있으며, 네트워크의 순전파, 역전파, 파라미터 업데이트 과정을 자세하게 알려주고 이를 통해 로우레벨에서 직접 파이썬 코드로 구현해보는 과제를 수행하게 된다. Neural Networks and Deep Learning 에서 다루고 있는 내용은 아래와 같다. Neural Network Basics Logi.. 더보기
코세라 Advanced Machine Learning 수료 Advanced Machine Learning 이라는 과정이름이 매력적(?)이어서 수강을 시작했다. 이 특화과정은 (1) Introduction to Deep Learning, (2) How to Win a Data Science Competition: Learn from Top Kagglers, (3) Bayesian Methods for Machine Learning, (4) Practical Reinforcement Learning, (5) Deep Learning in Computer Vision 의 과목으로 구성되어있고, 나는 "Introduction to Deep Learning" 와 "Deep Learning in Computer Visi.. 더보기
코세라 머신러닝 기초수학 수료 #2 코세라에서 제공하는 "Mathematics for Machine Learning" 전문과정 강좌인 선형대수(Linear Algebra), 다변수 미분(Multivariate Calculus), PCA(Principal Component Analysis) 의 중 두번째인 다변수 미분에 관한 과목을 이수하였다. 앞서 글과 마찬가지로 미분에 관련된 내용이라 어렵지않게 강의를 듣고 빠르게 문제를 풀 수 있었다. 이 강좌에서 배우는 내용은 다음과 같다. Chain rule 을 이용한 편미분 Jacobian, Hessian 매트릭스의 이용 단층 뉴럴네트워크의 역전파과정 계산원리 이해 Taylor Series.. 더보기
코세라 머신러닝 기초수학 수료 #1 머신러닝의 선수과목인 선형대수를 다시 한번 봐볼까 하던 중에 코세라에서 제공하는 "Mathematics for Machine Learning" 전문과정을 알게되었고, 머신러닝 개념이해에 필수적인 선형대수(Linear Algebra), 다변수 미분(Multivariate Calculus), PCA(Principal Component Analysis) 의 굵직한 세 개 강의 중에 첫번째인 선형대수에 관한 과목을 이수하였다. 이미 선형대수에 대해 대학교와 대학원에서 몇번이고 반복해서 배웠기 때문에, 복습(?)느낌으로 수업을 듣고 문제도 나름 쉽게 풀 수 있었다. 이 강좌에서 배우는 내용은 다음과 같다. 벡터공간의 .. 더보기
728x90
반응형

티스토리툴바