일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 블로그
- 한빛미디어서평단
- Pandas
- 통계학
- Visualization
- 시각화
- 텐서플로
- Python
- 파이썬 시각화
- 한빛미디어
- Tistory
- 파이썬
- SQL
- tensorflow
- python visualization
- MySQL
- Google Analytics
- matplotlib
- 월간결산
- 서평
- 서평단
- 티스토리
- 리눅스
- Linux
- 매틀랩
- Ga
- Blog
- MATLAB
- 독후감
- 딥러닝
- Today
- Total
pbj0812의 코딩 일기
[강의_자격증 요약] TensorFlow in Practice(Coursera) 본문
0. 강의명
- TensorFlow in Practice(Coursera)
1. 강의 내용
- TensorFlow 2.0 의 기초 강좌이며 아래의 4개의 세부 과목(이미지, 이미지 고급, 언어, 타임시리즈)으로 이루어짐
- 각 과목은 다시 4주로 이루어짐(총 16주)
* 딥러닝 기초랑 파이썬 아는 사람은 빨리 끝남(회사다니면서 5일 걸림)
1) Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning
(1) A New Programming Paradigm
(2) Introduction to Computer Vision
(3) Enhancing Vision with Convolutional Neural Networks
(4) Using Real-word Images
2) Convolutioinal Neural Networks in TensorFlow
(1) Exploring a Larger Dataset
(2) Augmentaion: A technique to avoid overfitting
(3) Transfer Learning
(4) Multiclass Classifications
3) Natural Language Processing in TensorFlow
(1) Sentiment in text
(2) Word Embeddings
(3) Sequence models
(4) Sequence models and literature
4) Sequences, Time Series and Prediction
(1) Sequences and Prediction
(2) Deep Neural Networks for Time Series
(3) Recurrent Neural Networks for Time Series
(4) Real-word time series data
2. 강의방식
- 동영상 + colab + 쪽지시험(80점 이상 통과) + 코딩 테스트(기준 이상의 정확도 필요)
- 딥러닝에 대한 내용보다는 이 내용을 어떻게 코딩하는지가 주된 내용
3. 난이도
- 자체적으로는 중급이라고 표현하고 있으며,
문제를 풀기 위해서는 파이썬을 통한 기본 데이터 전처리(불러오기, 원하는 형태로 변환하기) 등은 알아야 수월
4. 출처
'강의_자격증 요약' 카테고리의 다른 글
[강의수강후기] 한 눈에 끝내는 자바 기초(goorm edu) (0) | 2020.02.29 |
---|---|
[강의수강후기] 프로세스 마이닝 (0) | 2020.02.27 |