강의목표
-딥러닝의 기본 개념과 컴퓨터 비전의 핵심 원리를 이해한다.
-CNN, ResNet, Vision Transformer 등 주요 모델을 실습을 통해 학습한다.
-전이학습, 자율지도학습, 허깅페이스 등 최신 기법을 익히고 응용한다.
-실제 이미지 분류, 물체 검출, 분할 과제에 딥러닝 모델을 적용할 수 있는 능력을 기른다.
강의개요
-인공지능, 머신러닝, 딥러닝 기초 이론 정리
-개발 환경 (Colab, 로컬 환경, Anaconda, TensorFlow/Keras) 실습
-이미지 분류(CNN, ResNet, ViT) 이론 및 실습
-전이학습과 데이터 증강 실무 적용
-객체 검출(YOLO, DETR)과 분할(U-Net, DeepLab) 학습
-자율지도 학습(Self-Supervised Learning)과 최신 연구 동향
-Hugging Face를 활용한 사전학습 모델 실습
참고사항
♦ 출석 100%, 퀴즈 3/5문제 통과시 수료증이 발급됩니다.
♦ 수강신청 기간 내에 홈페이지에서 수강 취소해야 정상 취소처리 됩니다.
♦ 1개 교육에 대해 전일 결석시, 향후 8개월간 수강 신청이 자동으로 제한되며, 기존 수강신청도 전면 취소됩니다.
강좌상세
| 일자 |
2025-09-11 |
시간 |
10:00 ~ 12:00 |
강사 |
이희정 산학협력교수 성균관대학교 |
| 내용 |
인공지능 개론 및 CNN 개념
○ 인공지능과 머신러닝, 딥러닝 개념 비교
○ CNN과 합성곱 신경망 기초 |
| 일자 |
2025-09-11 |
시간 |
13:00 ~ 18:00 |
강사 |
이희정 산학협력교수 성균관대학교 |
| 내용 |
ResNet과 전이학습을 활용한 이미지 분류 응용
○ ResNet과 심층 신경망 학습법
○ 전이학습과 데이터 증강 실습
○ CIFAR-10, 치아 분류 예제 실습 |
| 일자 |
2025-09-12 |
시간 |
10:00 ~ 12:00 |
강사 |
이희정 산학협력교수 성균관대학교 |
| 내용 |
딥러닝 프레임워크 비교와 신경망 기초 구현
○ TensorFlow vs PyTorch 비교
○ 기본적인 신경망 모델 구현 |
| 일자 |
2025-09-12 |
시간 |
13:00 ~ 18:00 |
강사 |
이희정 산학협력교수 성균관대학교 |
| 내용 |
Hugging Face와 최신 딥러닝 모델 실습과 응용 사례
○ 이미지 분할: U-Net, DeepLab 실습
○ 자율지도학습(Self-Supervised Learning) 이론 및 적용
○ Hugging Face 플랫폼을 활용한 최신 모델 실습
○ 최신 연구 동향과 응용 사례 정리 |
강의장소
성균관대학교 자연과학캠퍼스 산학협력센터 85731호
담당자 연락처
|
