Build your ultimate AI agent
코스 설명
TensorFlow 입문하기
불과 얼마 전까지만 해도 최첨단 컴퓨터 비전 알고리즘은 고양이와 개 이미지를 구분하지 못했습니다. 오늘날 노트북만 갖춘 숙련된 데이터 과학자는 사람의 눈보다 더 높은 정확도로 수만 개의 객체를 분류할 수 있습니다.이 강의에서는 TensorFlow 2.6을 사용해 추천 시스템, 이미지 분류, 핀테크 분야의 주요 발전을 이끌어온 모델을 개발하고, 학습시키며, 예측을 수행하게 됩니다.
선형 모델을 사용해 예측하기
TensorFlow 2.6를 사용해 선형 회귀 모델로 예측하는 방법을 배우고, King County의 주택 가격을 예측하며 배운 내용을 직접 테스트해 보게 됩니다. 이 강의 섹션에서는 손실 함수에 대한 개요와, 배치 단위로 선형 모델을 학습하여 리소스 사용을 줄이는 방법을 다룹니다.신경망을 훈련하세요
강의 후반부에서는 동일한 도구를 사용해 신경망으로 예측을 수행하게 됩니다. TensorFlow에서 학습 가능한 변수를 추가하고 모델과 테스트 특성을 사용해 목표 값을 예측하면서 네트워크를 훈련하는 실습 문제를 풀게 됩니다.TensorFlow와 Keras API를 결합하세요
Keras의 강력한 API를 익혀 TensorFlow 2.6과 결합해 예측을 수행하고 모델을 평가하는 방법을 배워보세요. 이 강의를 마치면 Estimators API를 사용해 모델 정의를 간소화하고 오류를 방지하는 방법을 이해하게 됩니다.사전 요구 사항
커리큘럼
코스 개요
1
TensorFlow 소개
TensorFlow 2에서 고급 모델을 만들려면 먼저 기초를 이해해야 합니다. 이 장에서는 상수와 변수를 정의하고, 텐서 덧셈과 곱셈을 수행하며, 미분을 계산하는 방법을 배웁니다. 선형대수 지식이 있으면 도움이 되지만, 필수는 아닙니다.
2
선형 모델
이 장에서는 TensorFlow 2로 모델을 구성하고, 해를 구하고, 예측하는 방법을 배웁니다. 선형 회귀라는 단순한 모델에 집중해 주택 가격을 예측해 볼 거예요. 이 장이 끝나면 데이터를 불러와 가공하고, 손실 함수를 만들고, 최소화하며, 예측을 수행하고, 배치 학습으로 자원 사용을 줄이는 방법을 알게 됩니다.
3
Neural Networks
앞선 장들에서 TensorFlow 2로 모델을 만드는 방법을 배웠습니다. 이번 장에서는 같은 도구를 활용해 Neural Networks를 구축하고 학습시키며 예측까지 수행합니다. 밀집 레이어를 정의하고, 활성화 함수를 적용하고, 최적화기를 선택하며, 과적합을 줄이기 위한 정규화를 적용하는 방법을 배웁니다. 또한 저수준 선형대수 연산과 고수준 Keras API를 함께 사용해 모델을 정의하고 학습함으로써 TensorFlow의 유연성을 최대한 활용합니다.
4
High Level APIs
마지막 장에서는 TensorFlow 2의 고수준 API를 사용해 수어 알파벳 분류기를 학습시킵니다. 순차형 Keras API와 함수형 Keras API를 모두 사용해 모델을 학습하고, 검증하고, 예측하며, 평가합니다. 또한 Estimators API를 사용해 모델 정의와 학습 과정을 간소화하고 오류를 줄이는 방법을 익힙니다.
Python으로 시작하는 TensorFlow
코스
완료
