교육
-
220428교육/서울 ICT AI서비스 기획과정 2022. 4. 29. 12:25
스마트 제조 중소기업 창업지원계획 혁신‧신산업분야 창업 활성화 빅3(BIG3), 데이터·네트워크·인공지능(D.N.A), 탄소중립 분야를 3대 유망분야로 설정하고 별도 사업을 통해 해당 혁신 스타트업을 집중 육성할 계획 협력과 상생 기반 혁신창업 육성 대기업 과제 제시, 스타트업 해결 방식 지역기반 건강한 창업생태계 조성 창조경제혁신센터를 지역창업의 중심 거점으로 개편하고 지역별 창업거점 연계와 함께 지역특화 스타트업을 집중 육성 지역 창업활성화의 한 축인 대학의 역할 강화 교류 및 기술창업 저변 확대 혁신 창업의 원동력인 기업가정신 확산을 위해 창업교육전문가 양성, 기업가정신 스쿨 운영, 창업교육 거점대학 중심의 창업교육 협업체계를 구축해 나갈 계획 창업정책 총괄‧관리 강화 창업자들의 혼란과 부담을 덜기..
-
220427교육/서울 ICT AI서비스 기획과정 2022. 4. 27. 13:17
인공지능 시각 인지 소개 인공신경망(Artificial Neural Networks) 인간의 신경구조를 복잡한 스위치들이 연결된 네트워크 뉴런은 전기신호를 받으면 가중치를 곱하고 특정값을 더한 후 이동 활동전위(Action potentaial) 퍼셉트론(Perceptron) 선형분류를 수행할 수 있는 피드포워드 뉴럴 네트워크 다층 퍼셉트론(Multi Layer Perceptron) 파라미터 개수가 많아지면서 적절한 Weight와 Bias를 찾는 것이 매우 어려워짐->Backpropagation Alogorithm을 제안하여 해결! 오류 역전파 알고리즘(Backpropagation Alogorithm) 정방(Feedforward)연산 이후 에러(Error)즉, 예측값과 정답 값 간의 오차를 후방(Backw..
-
220426교육/서울 ICT AI서비스 기획과정 2022. 4. 27. 09:04
인공지능 사람처럼 생각하는 것이 아니라 합리적으로 의사결정, 행동하는 것 Deep Learning 문제점 학습을 해서 나온 프로그램을 실행시킬 때 왜 그런 판단을 해서 결과가 나왔는지 설명할 수 없음 머신러닝(Machine Learninig)종류 Supervised Learning 정답과 같이 트레이닝 정답=labeling, 정답+data=labeled data linear/logistic regression, decision tree, bayesian classification, neural network, hidden markov model(HMM) 등 예측(regression), 분류(Classification) Unsupervised Learning 정답없이 데이터만 트레이닝 K-Means clu..
-
220425교육/서울 ICT AI서비스 기획과정 2022. 4. 25. 13:19
1일차 1강 딥러닝 역사적인 등장 딥러닝 드디어 역사의 전면에 등장하다 연결주의(=신경망=딥러닝)vs기호주의 1일차 2강 딥러닝의 등장배경과 활용분야 딥러닝은 어떻게 등장하게 되었는가? GPU사용 Dropout으로 오버피팅 극복 활성화 함수로 Relu적용 Data Augmentation 알렉스넷의 역사적인 기여 놀라운 성능의 IT인프라 빅데이터의 출현 협업, 알고리즘 향상 딥러닝에 대한 확신 딥러닝의 활용분야 비전 검사 의료영상판독 딥러닝 언어모델 딥러닝 동작인식 스포츠 분야 딥페이크 Image generation Image Inpainting Image Q&A Image captioning Object Detection Object Segmentation Object Recognition Style T..
-
-
8~9주차-Image-to-Image Translation with Conditional Adversarial Networks교육/가짜연구소-반고흐전시전 2021. 9. 15. 11:04
https://arxiv.org/abs/1611.07004 Image-to-Image Translation with Conditional Adversarial Networks We investigate conditional adversarial networks as a general-purpose solution to image-to-image translation problems. These networks not only learn the mapping from input image to output image, but also learn a loss function to train this mapping. This mak arxiv.org Image-to-Image Translation with C..
-