NVIDIA 인증과정

Fundamentals of Deep Learning

이 과정에 대하여

전 세계 기업은 인공지능을 사용하여 어려운 문제들을 해결하고 있습니다. 의료 전문가는 AI를 사용하여 환자에 대한 보다 정확하고 빠른게 진단할 수 있습니다. 소매업체는 AI를 사용하여 고객들에게 개인화된 쇼핑 경험을 제공합니다. 자동차 제조업체는 AI를 활용하여 개인 차량, 공유 모빌리티 및 배달 서비스를 보다 안전하고 효율적으로 만듭니다. 딥 러닝은 객체 감지, 음성 인식 및 언어 번역과 같은 작업에서 최첨단 정확도를 제공하기 위해 다층 AI 신경망을 사용하는 강력한 AI 접근 방식입니다. 딥 러닝을 사용하면, 컴퓨터는 전문가가 작성한 소프트웨어로는 너무 복잡하거나 미묘한 것으로 간주되는 데이터에서 패턴을 학습하고 인식할 수 있습니다.

신청 기한

  • 2025년 04월 15일 / 18:00까지

학습 목표

  • 딥러닝 모델을 훈련하는 데 필요한 기본 기술과 도구를 알아보세요.
  • 일반적인 딥 러닝 데이터 유형과 모델 아키텍처에 대해서 경험해 보세요.
  • 데이터 증강을 통해 데이터 세트를 강화시켜 모델 정확도를 향상시켜 보세요.
  • 더 적은 데이터와 계산으로 효율적인 결과를 얻기 위해 모델 간의 전이 학습을 활용해 보세요.
  • 최신 딥 러닝 프레임워크로 자신의 프로젝트를 수행할 수 있는 나만의 프로젝트를 구축해 보세요.

다루는 주제

  • PyTorch
  • Convolutional Neural Networks (CNNS : 합성 신경망)
  • Data Augmentation (데이터 증강)
  • Transfer Learning (전이 학습)
  • Natural Language Processing (NLP : 자연어 처리)

과정 개요

아래는 과정에 대한 프로그램 스케쥴입니다.

Schedule Program Project
소개
(15분)		 – 교수님을 소개합니다.
– NVIDIA 자격증 과정(https://learn.nvidia.com/join)에 접속해서 계정을 생성하세요.
딥러닝 메커니즘
(2시간)		 딥 신경망을 성공적으로 훈련하는 데 필요한 기본적인 메커니즘과 도구를 살펴보세요.

– 첫번째 Computer Vision Model 을 훈련하여 훈련 과정을 알아보세요.
– Vision Application에서 예측 정확도를 높이기 위해 합성 신경망을 도입합니다.
– 데이터 증강 기술을 적용하여 데이터 세트를 강화하고 모델 일반화 기능을 개선합니다.
휴식 (1시간)
Pre-trained 모델 및 Recurrent Networks
(2시간)		 Pre-trained Model을 적용하여 Deep Learning 과제를 빠르게 해결합니다. Sequential Data에 대한 순환 신경망을 훈련합니다.

– Pre-trained 이미지 분류 모델을 사용하여 Deep Learning 문제를 빠르게 해결하세요. Sequential Data를 기반으로 Recurrent neural networks을 훈련하세요.
– 전이 학습을 활용하여 귀하의 반려견만 들어올 수 있는 개인화된 반려견 출입문을 만드세요.
– 뉴욕 타임즈 헤드라인을 기반으로 텍스트를 자동으로 생성하도록 모델을 훈련합니다.
휴식 (15분)
최종 프로젝트: 객체 분류
(2시간)		 Computer Vision을 적용하여 신선한 과일과 썩은 과일을 구별하는 모델을 만듭니다.

– 색상 이미지를 해석하는 모델을 만들고 학습시킵니다.
– 소규모 데이터 세트를 최대한 활용하기 위해 데이터 생성기를 구축하세요.
– 전이 학습과 특징 추출을 결합하여 학습 속도를 향상시킵니다.
– 자신의 기술을 더욱 향상시킬 수 있는 고급 신경망 아키텍처와 최신 연구 분야에 대해 논의합니다.
최종 리뷰
(15분)		 – 주요 학습 내용을 검토하고 질문에 답하세요.
– 평가를 완료하고 인증서를 받으세요.
– 워크숍 설문조사를 완료하세요.
– AI Application 개발 환경을 직접 설정하는 방법을 알아보세요.

Professor Introduction

린웨이엔 박사(Dr. Wei-Yan, Lin)

학력 및 전공: 대만 국립대 기계공학 박사
강의 중인 NVIDIA 인증 과정:
– 딥러닝(FDL)의 기본 이론과 실제
– Transformer 기반 NLP 애플리케이션 구축
– 스마트 추천 시스템 구축(Recommender)
교수 이력:
  • 장경대학교 기술협력사무실 딥러닝실습과정 강사
  • 정의대학교 딥러닝 연습 과정 강사
  • 타이중 컴퓨터 협회 딥러닝 실습 과정 강사
  • 타이중과학기술대학교 딥러닝 교육훈련 강사
  • 타이베이 상업대학 딥러닝 응용 강사
  • 대만 국립해양대학교, 대만 국립대학교 물리치료학과, 담강대학교 딥러닝 응용 세미나 강사

COURSE DETAILS
Duration: 8 시간
Price: 별도 문의
Level: Technical – Beginner
Subject: Deep Learning
Language: English + Korean

Professor Introduction

린웨이엔 박사 (Dr. Wei-Yan, Lin)

학력 및 전공: 대만 국립대학교 기계공학 박사
강의 중인 NVIDIA 인증 과정:
  • 딥러닝(FDL)의 기본 이론과 실제
  • Transformer 기반 자연어 처리(NLP) 애플리케이션 구축
  • 스마트 추천 시스템 구축(Recommender)
신청하기

이 과정에 대하여

전 세계 기업은 인공지능을 사용하여 어려운 문제들을 해결하고 있습니다. 의료 전문가는 AI를 사용하여 환자에 대한 보다 정확하고 빠른게 진단할 수 있습니다. 소매업체는 AI를 사용하여 고객들에게 개인화된 쇼핑 경험을 제공합니다. 자동차 제조업체는 AI를 활용하여 개인 차량, 공유 모빌리티 및 배달 서비스를 보다 안전하고 효율적으로 만듭니다. 딥 러닝은 객체 감지, 음성 인식 및 언어 번역과 같은 작업에서 최첨단 정확도를 제공하기 위해 다층 AI 신경망을 사용하는 강력한 AI 접근 방식입니다. 딥 러닝을 사용하면, 컴퓨터는 전문가가 작성한 소프트웨어로는 너무 복잡하거나 미묘한 것으로 간주되는 데이터에서 패턴을 학습하고 인식할 수 있습니다.

신청 기한

  • 2025년 04월 15일 / 18:00까지

학습 목표

  • 딥러닝 모델을 훈련하는 데 필요한 기본 기술과 도구를 알아보세요.
  • 일반적인 딥 러닝 데이터 유형과 모델 아키텍처에 대해서 경험해 보세요.
  • 데이터 증강을 통해 데이터 세트를 강화시켜 모델 정확도를 향상시켜 보세요.
  • 더 적은 데이터와 계산으로 효율적인 결과를 얻기 위해 모델 간의 전이 학습을 활용해 보세요.
  • 최신 딥 러닝 프레임워크로 자신의 프로젝트를 수행할 수 있는 나만의 프로젝트를 구축해 보세요.

다루는 주제

  • PyTorch
  • Convolutional Neural Networks (CNNS : 합성 신경망)
  • Data Augmentation (데이터 증강)
  • Transfer Learning (전이 학습)
  • Natural Language Processing (NLP : 자연어 처리)

COURSE DETAILS

Duration: 8 시간
Price: 별도 문의
Level: Technical – Beginner
Subject: Deep Learning
Language: English + Korean

과정 개요

아래는 과정에 대한 프로그램 스케쥴입니다.

Schedule Program Project
소개
(15분)		 – 교수님을 소개합니다.
– NVIDIA 자격증 과정 페이지(https://learn.nvidia.com/join)에서 계정을 만드세요.
딥러닝 메커니즘
(2시간)		 딥 신경망을 성공적으로 훈련하는 데 필요한 기본적인 메커니즘과 도구를 살펴보세요.

– 첫번째 Computer Vision Model 을 훈련하여 훈련 과정을 알아보세요.
– Vision 애플리케이션에서 예측 정확도를 높이기 위해 합성 신경망을 도입합니다.
– 데이터 증강 기술을 적용하여 데이터 세트를 강화하고 모델 일반화 기능을 개선합니다.
휴식 (1시간)
Pre-trained 모델 및 Recurrent Networks
(2시간)		 Pre-trained 모델을 적용하여 딥 러닝 과제를 빠르게 해결합니다. 순차적 데이터에 대한 순환 신경망을 훈련합니다.

– Pre-trained 이미지 분류 모델을 사용하여 딥 러닝 문제를 빠르게 해결하세요. Sequencial Data를 기반으로 Recurrent neural networks을 훈련하세요.
– 전이 학습을 활용하여 귀하의 반려견만 들어올 수 있는 개인화된 반려견 출입문을 만드세요.
– 뉴욕 타임즈 헤드라인을 기반으로 텍스트를 자동으로 생성하도록 모델을 훈련합니다.
휴식 (15분)
최종 프로젝트: 객체 분류
(2시간)		 Computer Vision을 적용하여 신선한 과일과 썩은 과일을 구별하는 모델을 만듭니다.

– 색상 이미지를 해석하는 모델을 만들고 학습시킵니다.
– 소규모 데이터 세트를 최대한 활용하기 위해 데이터 생성기를 구축하세요.
– 전이 학습과 특징 추출을 결합하여 학습 속도를 향상시킵니다.
– 자신의 기술을 더욱 향상시킬 수 있는 고급 신경망 아키텍처와 최신 연구 분야에 대해 논의합니다.
최종 리뷰
(15분)		 – 주요 학습 내용을 검토하고 질문에 답하세요.
– 평가를 완료하고 인증서를 받으세요.
– 워크숍 설문조사를 완료하세요.
– AI 애플리케이션 개발 환경을 직접 설정하는 방법을 알아보세요.
신청하기