지금껏 적지 않은 딥러닝 강의를 해왔습니다. 쉽게 이해시키고자 응용과 실습에만 집중한 겉핥기식 강의가 많았죠.
큰 맘 먹고 비싼 돈 들여가며 들으러 오시는 수강자분들께 당장 돌려볼 수 있는 코드 한 줄, 직관적인 이해에만 초점을 맞추었습니다. 하지만 그런 강의는 결국 남는게 없는, 물고기를 직접 던져주는 강의에 불과하다는 것을 깨달았습니다.
이제는 물고기를 잡는 법을 가르쳐 드리고자 합니다. 강의에서는 실습 뿐만 아니라 이론적인 배경도 같이 다루어 스스로 딥러닝러가 될 수 있도록 만드는 것이 이 강의의 목표입니다.
딥러닝 강의를 들어도 스스로 내 프로젝트를 완성하기 힘들었던 분. 실습, 재미위주의 강의를 듣다 문득 인공지능의 본질과 탄탄한 이해에 대한 갈증을 느끼시는 분들에게는 최적의 강의가 될 것이라고 생각합니다.
강의에서는 기본적인 기계학습의 개론과, 실생활에 적용되는 다양한 딥러닝 응용 기술들을 폭넓게 다루고자 합니다. 현대의 딥러닝 분야는 영상처리, 자연어 처리, 생성 모델, 강화 학습 등 매우 방대합니다. 따라서, 모든 최신기술에 기반이 되는 핵심 딥러닝 분야들로 구성했습니다.
단 한번의 강의로 전문가가 될 수는 없습니다. 하지만 전문가가 되기 위한 탄탄한 초석을 다질 수는 있습니다. 저희와 함께 세상을 움직이고 있는 딥러닝의 세계에 도전해봅시다.
*강의 시작 전 간단한 설문조사를 통해 유동적으로 수강생들의 눈높이에 맞추는 강의가 되도록 노력하겠습니다.
- 매주 토요일 3시간 수업, 총 4회로 진행됩니다. (6/8, 6/15, 6/22, 6/29 오후2시-5시)
- 강의의 전문성을 위해 두 튜터가 2주씩 맡아 강의를 진행합니다(1,3주차: 강우영 / 2,4주차: 이성태)
- 장소는 신촌이나 강남쪽에서 진행할 예정입니다.
- 이론 1시간 30분, 코드 리딩 30분, 실습 1시간으로 이루어집니다.
- 매주 열리는 mini-contest 수상자에겐 부와 명예가 주어집니다!
- 개인 노트북 지참이 필요합니다.
- 딥러닝 라이브러리는 pytorch를 사용합니다
[참고교재]
1. 모두를 위한 머신러닝/딥러닝 강의 -
https://hunkim.github.io/ml/
2. Stanford CS 231 - http://cs231n.stanford.edu/