인하대학교 인하공학교육혁신센터
HOME LOGIN SITEMAP ENGLISH
커뮤니티
 
공지사항  HOME > 커뮤니티 > 새소식

제목 [모집] 융합신기술 역량 강화를 위한 「2016 Inha Winter Plus Program」안내
작성자 관리자 등록일 2016.12.12 15:20 조회 1284
융합신기술 역량 강화를 위한
2016 Inha Winter Plus Program안내
파이썬 프로그래밍의 기초, ‘컨볼루션 뉴럴 네트워크의 이해
 
 
인하공학교육혁신센터에서는 ‘2016 동계방학 비교과 프로그램’ (파이썬 프로그래밍의 기초,
컨볼루션 뉴럴 네트워크의 이해)을 기획하여 진행하오니, 관심 있는 학생들의 많은 신청 바랍니다!
 
1. 일정 및 모집인원
과정명
일시
장소
모집인원
[Module A]
파이썬 프로그래밍의 기초
2017.1.9.()~1.13(),
9:30 ~ 16:40
본관 430
30
[Module B]
컨볼루션 뉴럴 네트워크의 이해
2017.1.16.()~1.20(),
9:30 ~ 16:40
30
 
2. 모집대상
과정명
대상
[Module A]
파이썬 프로그래밍의 기초
-Deep Learning, CNN에 관심있는 비공대 계열 학생으로 기초적인 프로그래밍 경험이 없는 학생
-Module B(컨볼루션 뉴럴 네트워크의 이해)를 수강하고자 하는 학생
[Module B]
컨볼루션 뉴럴 네트워크의 이해
-패턴인식과 딥러닝에 관심이 있는 공대/IT공대 학부생
-Module A(파이썬 프로그래밍의 기초)를 이수한 학생
실습은 파이썬으로 진행되며 기초적인 프로그래밍 스킬이 없으면 수강에 어려움이 있을 수 있음
 
3. 신청방법: 12/30() 오후 4시까지 아래 URL에 접속하여 참가 등록
신청서URL: https://goo.gl/forms/vOfbLMEwupi2GS3l2
 
4. 등록비: 각 과정별 3만원(등록비는 프로그램 수료 시 반환되며, 불참 시 반환되지 않음)
 
5. 참가비 입금계좌: 하나은행 298-910616-94207, 예금주: 이도희 (보내는사람: 이름_핸드폰뒷자리)
신청서 작성 후 12/30() 오후 4시까지 등록비 입금한 학생만 신청으로 간주함
 
6. 필수 사항: 교육 참가 후 일주일 이내 결과보고서 제출 [결과보고서 양식 첨부]
교육 이수 후, 결과보고서 제출한 학생에게 수료증 발급 예정(이메일 제출: jjy515@inha.ac.kr)

7. 프로그램 일정
(1) [Module 1] 파이썬 프로그래밍의 기초
회차
일시
주제
내용
1
2017.1.9.()
파이썬 기초
* 파이썬 설치 및 파이썬의 코딩 철학
변수, 표현식
* 변수 사용법과 연산자
조건부 실행
* if문 조건부 실행 방법
디버깅
* 디버깅 방법론
2
2017.1.10.()
함수와 패키지
* 파이썬 함수 생성 및 호출 방법
* 파이썬 패키지 구성 방법
반복문과 문자열
* 반복문 사용법과 문자열 관련 기능
3
2017.1.11.()
파일 다루기
* 파일의 읽고 쓰기
리스트
* 리스트 객체의 사용법
딕셔너리
* 딕셔너리 객체의 사용법
튜플
* 튜플의 사용법
4
2017.1.12.()
정규 표현식
* 정규 표현식 활용 방법
네트워크 프로그래밍
* 정규 표현식을 활용한 웹상의 데이터 분석
5
2017.1.13.()
Numpy
* Numpy 라이브러리 활용하기
데이터 시각화
* Matplotlib를 이용한 데이터 시각화
일정은 변동가능
 
(2) [Module 2] 컨볼루션 뉴럴 네트워크의 이해
회차
일시
주제
내용
1
2017.1.16.()
이미지 분류 (Image Classification)
* 컴퓨터 비젼의 소개
* K-Nearest Neighbor 알고리즘
선형 분류 1 (Linear Classification 1)
* 선형분류 방법론
* SVM-loss
파이썬 리뷰 (Python Review)
* 파이썬 설치 및 환경구축
* Ipython notebook, numpy 실습
2
2017.1.17.()
선형 분류 2 (Linear Classification 2)
* Softmax loss
* 선형분류 절차
그레디언트 디센트 최적화 (Stochastic Gradient Descent Optimization)
* 딥러닝에 적용되는 SGD 방법
프로그래밍 실습 1
* KNN, SVM 구현
3
2017.1.18.()
역전파 알고리즘 (Back propagation)
* backpropagation의 이해
뉴럴 네트워크 1 (Neural Network) 1
* 뉴럴네트워크의 소개
* activation function, batch normalization
프로그래밍 실습 2
* 2-layer Neural Network 구현
4
2017.1.19.()
뉴럴 네트워크 2 (Neural Network 2)
* hyper parameter optimization
* Drop out
컨볼루션 뉴럴네트워크 1 (CNN 1)
* 컨볼루션 뉴럴네트워크의 소개
* Convolution / pooling layer
프로그래밍 실습 3
* Batch normalization, Drop out 구현
5
2017.1.20.()
컨볼루션 뉴럴네트워크 2 (CNN 2)
* Data augmentation, transfer learning
CNN을 활용한 물체검출
* Faster R-CNN, YOLO
프로그래밍 실습 4
* CNN 구현
* 마무리 정리
일정은 변동가능
 
8. 문의: 공학교육혁신센터 860-8145
목록보기

인하대학교 개인정보처리방침   |   이메일주소 무단수집 거부  |   영상정보처리기기 관리방침
22212 인천광역시 남구 인하로 100 인하대학교 60주년기념관 1301호 TEL 032-860-7292, FAX 032-860-7293

Copyright 2010. INHA UNIVERSITY All Rights Reserved.