[Deep Learning] 01 환영합니다! | W1 딥러닝 소개 | C1 신경망과 딥러닝 | Andrew Ng
https://www.youtube.com/watch?v=CS4cs9xVecg
안녕하세요. 이미 알고 계시겠지만, 딥러닝은 웹 검색이나 광고 같은 인터넷 산업에 이미 사용되고 있습니다. 뿐만 아니라 딥러닝은 새로운 종류의 상품이나 산업의 개발을 가능하게 합니다. 많은 사람들은 X-ray 이미지 분석에서 탁월한 헬스케어 분야부터 개인 맞춤형 교육, 정교한 농업기술, 자율주행 자동차까지 다양한 것들을 창조해내고 있습니다. 딥러닝 도구를 배우고 이를 접목해 놀라운 것들을 만들고 싶다면, 그 목표를 달성할 수 있도록 함께 도와드리겠습니다.
이 딥러닝 전문 과목인 Coursera 수업들을 다 듣게 된다면, 이력서를 쓸 때 딥러닝에 대해 잘 알고 있다고 자신 있게 쓸 수 있을 것입니다. 앞으로 몇 십 년 동안 이 강의를 듣고 계신 수강생 여러분들은 이런 놀라운 인공지능 세계와 인공지능 사회를 건설할 수 있을 것입니다. 수강생 여러분들이 인공지능 사회를 창조하는 데 중대한 역할을 하시길 바랍니다. 자, 이제 시작하겠습니다.
인공지능은 새로운 전기다
100여 년 전, 전기화는 수송, 헬스케어, 통신 등 다양한 산업을 변화시켰습니다. 그리고 오늘날에는 인공지능이 그에 버금가는 큰 변화를 만들어내고 있습니다. 딥러닝은 급격하고 빠른 변화를 이끌어내는 인공지능의 핵심 기술 중 하나입니다. 요즘은 딥러닝이 과학기술 사회에서 가장 필요한 능력 중 하나가 되었습니다. 이 코스와 후속 코스들을 통해 그러한 능력을 갖출 수 있도록 돕겠습니다.
이 강의들에서 배우게 될 것들
첫 번째 코스에서는 신경망과 딥러닝의 기초를 배웁니다. 강의는 총 4주 동안 진행되며, 5개의 전문 강의는 각각 2~4주 분량으로 진행됩니다.
- 딥러닝을 포함한 새로운 신경망을 어떻게 설계하고, 데이터를 가지고 어떻게 훈련시키는지 배웁니다. 마지막에는 심층 신경망으로 고양이를 인식하는 작업을 하게 됩니다.
두 번째 코스에서는 딥러닝의 실제적인 면을 다룹니다.
- 신경망이 어떻게 작동하는지, 하이퍼파라미터 튜닝, 규제(Regularization), 편향과 분산 분석, 그리고 모멘텀, RMSProp, Adam 같은 최적화 알고리즘을 배웁니다.
- 이 코스는 흑마법처럼 느껴지는 튜닝 작업을 체계적으로 풀어냅니다.
세 번째 코스는 2주 과정으로, 머신러닝 프로젝트를 어떻게 설계하는지에 대해 배웁니다.
- 데이터셋을 훈련/개발/테스트 세트로 나누는 방법,
- 훈련/테스트 데이터의 분포가 다를 때 어떻게 대응하는지,
- End-to-End 딥러닝 전략을 언제 적용하고 언제 피해야 하는지 등을 배웁니다.
- 대부분 대학 강의에서는 가르치지 않는 실제 경험에서 우러나온 중요한 교훈들을 전해줄 것입니다.
네 번째 코스에서는 CNN(합성곱 신경망)에 대해 배우고, 주로 이미지를 다루는 CNN 모델을 직접 구축하는 방법을 배웁니다.
다섯 번째 코스에서는 시퀀스 모델(Sequence Models)과 자연어 처리(NLP)를 다룹니다.
- RNN, LSTM 모델에 대해 배우고, 이 모델들이 어떻게 자연어 처리, 음성 인식, 음악 생성 등에 활용되는지 배웁니다.
이 코스들을 통해 딥러닝의 실질적인 툴을 배우고, 놀라운 것들을 구축하여 커리어를 발전시킬 수 있기를 바랍니다. 그럼 다음 영상에서 지도 학습(Supervised Learning)과 딥러닝의 적용에 대해 이야기해봅시다.
