Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

DeepLearning.AI

머신 러닝 프로젝트 구조화

DeepLearning.AI via Coursera

Overview

딥 러닝 전문화 과정의 세 번째 과정에서는 성공적인 머신 러닝 프로젝트를 구축하고 머신 러닝 프로젝트 리더로서 의사 결정을 연습하는 방법을 배우게 됩니다. 이 과정을 마치면 머신 러닝 시스템의 오류를 진단할 수 있고, 오류를 줄이기 위한 전략의 우선 순위를 지정하고, 일치하지 않는 training/test set와 같은 복합적인 ML 설정을 이해하며 휴먼 레벨의 성능에 필적 및/또는 능가하는 ML 설정을 이해하고, 종단 간 학습, 전이 학습, 멀티 태스크 러닝을 적용할 수 있게 됩니다. 이는 또한 기본적인 머신 러닝 지식이 있는 학습자를 위한 독립형 과정입니다. 이 과정에서는 많은 딥 러닝 제품을 구축하고 출시한 Andrew Ng의 경험을 활용합니다. AI 팀의 방향을 제시할 수 있는 기술 리더가 되고 싶다면 이 과정은 수년간의 ML 업무 경험을 거친 후에 얻을 수 있는 ‘산업 경험’을 제공해드립니다. 딥 러닝 전문화 과정은 딥 러닝의 기능, 도전 과제 및 결과를 이해하고 첨단 AI 기술 개발에 참여할 수 있도록 준비하는 데 도움이 되는 기본 프로그램입니다. 머신 러닝을 업무에 적용하고, 기술 경력의 수준을 높이고, AI 세계의 최종적인 단계를 밟을 수 있는 지식과 기술을 쌓을 수 있는 경로를 제공합니다.

Syllabus

  • ML 전략(1)
    • 목표 설정을 위한 전략적 지침을 구현하고 휴먼 레벨의 성능을 적용하여 주요 우선 순위를 정의함으로써 ML 프로덕션 워크플로를 간소화하고 최적화합니다.
  • ML 전략(2)
    • 시간을 절약할 수 있는 오류 분석 절차를 개발하여 추구할 가치가 가장 높은 옵션을 평가하고 데이터를 분할하는 방법과 멀티 태스크, 전이 및 종단간 딥 러닝을 사용할 시기에 대한 직관력을 가지게 됩니다.

Taught by

Andrew Ng

Reviews

Start your review of 머신 러닝 프로젝트 구조화

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.