패스트캠퍼스 딥러닝/인공지능 올인원 패키지 Online 챌린지 참여 후기

딥러닝/인공지능 올인원 패키지 Online

패스트캠퍼스 딥러닝/인공지능 올인원 패키지 Online 챌린지 참여 후기

 

이 강의는 코로나 위기 속에서 포스트 코로나, 위즈 코로나 시대를 대응하고 대비하기 위한 인공지능, 딥러닝 공부의 시작이라고 할 수있다. 나는 막연히 인공지능은 위대하고 나를 대신해 모든 것을 다 해줄거란 기대를 가지고 있었다. 그리고 반드시 인공지능의 시대는 오기 때문에 단순히 이것이 닥치면 받아드리는 수동적인 사용자의 입장이 아니라 이를 개발하고 다루고 주도권을 가진 생산자가 되길 바라기 때문에 강의를 시작했다. 이런 목적을 가지고 시작한 강의는 딥러닝과 인공지능이 무엇이고 현재 어떻게 활용할 수 있으며 어떻게 공부해 나갈지를 알려주는 지침서같은 존재이다. 본 강의는 8 파트로 나뉘어져있는데 파트는 아래와 같다.

 

01. (부록) Python Programming

02. PART 1) 인공지능에 대한 개념과 준비

03. PART 2) Tensorflow 2.0과 Pytorch 프레임워크 기초

04. PART 3) 이미지 분석으로 배우는 Tensorflow 2.0과 Pytorch

05. PART 4) 딥러닝의 3 STEP의 기초

06. PART 5) 딥러닝 최신 트렌드

07. PART 6) 딥러닝 실전 프로젝트

08. PART 7) 딥러닝 실무자 인터뷰

 

01. (부록) Python Programming :

딥러닝/인공지능 올인원 패키지를 공부하기 위해서는 Python 프로그래밍의 지식이 필요하다. 강의를 보며 따라하면 충분히 실행가능하겠지만 이해를 하기 위해서는 어느정도 기본 지식이 필요하고 이를 위한 기본지식을 가르쳐주는 파트이다. 본인도 강의 이전에는 Python 지식이 없었기 때문에 많은 도움이 되었다.

 

02. PART 1) 인공지능에 대한 개념과 준비:

인공지능에 대한 개념을 설명하고 관련 용어를 알려주는 파트이다. 딥러닝 개발하는 툴이나 환경들을 설명하고 환경설정과 간단한 예제를 따라하면서 어떻게 딥러닝과 인공지능을 공부해 나갈지를 알아 가는 과정이다. Anaconda의 설치 방법등을 배울 수 있었다.

 

03. PART 2) Tensorflow 2.0과 Pytorch 프레임워크 기초:

인공지능/딥러닝에서 빠질 수 없는 Tensorflow 2.0 과 Pytorch 프레임워크를 공부하는 파트이다. 각 프레임워크의 기초 사용법과  dataset, Layer별 역할과 개념, Optimizer, Training, Evaluating 와 Predicting등을 배울 수 있다. Tensorflow 2.0과 Pytorch를 비교하며 장단을 확인할 수 있었다.

 

04. PART 3) 이미지 분석으로 배우는 Tensorflow 2.0과 Pytorch:

이미지 분석에서 Tensorflow 2.0과 Pytorch를 직접 실행해보는 파트이다. 백문이불여일견이라고 직접해보는 것이 더욱 도움이 되는 경우가 있다. 수학적으로 어떻게 돌아가는지 보다는 실제 코드를 어떻게 작성하고 어떤 결과가 나타나고 어떤 영향이 있는지를 알아 보는 것이 전체적인 흐름을 파악하기 쉬울 수 있다. 이 파트는 강의를 따라하며 어떻게 코드에서 움직이는지 큰 흐름을 알 수있는 파트였다.

 

05. PART 4) 딥러닝의 3 STEP의 기초:

이 파트는 부족한 이론 부분을 채워 줄수 있는 파트로 1스텝에서 기본적인 개념과 이론을 설명해주면 2스텝에서 수학적으로 이를 풀어주고 3스텝에서 직접 코드를 통해 이를 확인해보는 과정으로 구성되어있다. 딥러닝과 인공지능이 무엇인지 모르는 사람에게는 많은 도움이 되는 부분이고 본인에게도 많은 도움이 되었던 파트였다. 얕은 신경망, 경사하강 학습법, 역전파 학습법, 합성곱 신경망(CNN), 순환 신경망(RNN), Attention 기법 등에대해서 배울 수있다.

 

06. PART 5) 딥러닝 최신 트렌드:

딥러닝이 활용되는 분야는 Image Classification, Multi Object Detection, Image Segmentation, Natural Language Processing, Image Reconstruction  등 여러 분야가 존재하고 있으며 이런 여러 분야에서 딥러닝이 어떻게 적용되고 어떤 기술이 최신 기술로써 대체되고 사용되는지를 알 수 있는 파트이다.

 

07. PART 6) 딥러닝 실전 프로젝트:

지금까지 배운 딥러닝 이론과 개념을 통해 실전에서 어떻게 사용되는지를 알수 있는 파트고 실제로 어떻게 하면 딥러닝 프로그램의 성능을 향상시키고 어떻게 적용하는지 알수 있는 파트이다.

 

08. PART 7) 딥러닝 실무자 인터뷰:

딥러닝 실무자 인터뷰를 통해 딥러닝과 인공지능에 대해서 한번 더 생각해 볼수 있는 계기를 제시해주는 파트였다.

 

모든 강의를 보고 이를 따라하고 복습한다면 딥러닝이 무엇이고 어떻게 돌아가고 어떻게 공부해 나갈지를 알 수 있을 것이고 강의해서 소개해준 여러 분야 중에서 관심이 가는 분야를 선택해서 집중적으로 공부해 나간다면 실무에서 좋은 결과로 이어질 것이라고 생각된다. 어렵고 모르는 분야에 대해서 배울 때 매일 꾸준히 하는 것이 어려운데 패스트캠퍼스 딥러닝/인공지능 올인원 패키지 Online 챌린지를 통해 매일 2챕터씩 따라하다보니 60일간 쉬지않고 공부하는 계기가 되었고 포기하지 않고 할 수 있었다.

매일 이런 인증을 하다보면 하루도 빠짐없이 공부하는 결과로 이어진다.

딥러닝이 처음이고 관심이 있지만 무엇을 해야할지 모르는 사람들에게 이 강의가 많은 도움이 되길 바라고 그리고 강의내 지식에 국한되지 않고 찾아가면서 지식을 늘려나가면 좋은 딥러닝/인공지능 전문가가 될거라고 생각된다. 그리고 패스트 캠퍼스의 다른 인공지능 강의도 많은 도움이 될 것이다. 

 

https://bit.ly/3g72Rmm

딥러닝/인공지능 올인원 패키지 Online. | 패스트캠퍼스