1. 토픽 시작하기01. 토픽 소개 딥 러닝 프레임워크 퍼셉트론: 팁러닝의 구성요소 딥 러닝 모델 구현 시 주의사항모델의 성능을 높이기 위한 다양한 기법02. 수강 가이드선이수 지식 안내 이번 토픽에서는 코드 실습 없이 딥 러닝 관련 기초 이론을 학습할 예정인데요. 코드 실습은 진행하지 않지만, 데이터 분석과 머신 러닝 관련 기초 지식을 쌓은 뒤에 이번 토픽을 수강하는 것을 추천합니다. 아직 잘 모르는 내용이 있다면 코드잇의 [데이터 사이언티스트 커리어 패스], [머신 러닝 스킬 패스], [딥 러닝 스킬 패스]를 참고해서 필요한 부분을 학습해 보세요!2. 딥 러닝의 세계 살펴보기01. 딥 러닝이란?  인간의 뇌의 구조 = 인공 신경망 구조 신경계는 뉴런들로 이루어져 있음 딥러닝도 이와 비슷한 구조를 따름..

01. 머신 러닝이란? Machine Learning (기계 학습): 기계가 학습을 통해 발전 프로그램 vs 머신 러닝 프로그램: 일반 프로그램과 달리 머신 러닝 프로그램은 경험을 통해서 스스로 업무 능력 향상 ex) 스팸 메일 분류 프로그램 일반 프로그램인간이 직접 스팸 메일의 특징들을 파악해서 컴퓨터에게 분류하는 방식을 알려줌완벽하게 스팸 분류가 불가능인간이 복잡한 규칙들을 모두 찾아낼 수는 없기 때문에 이 프로그램을 크게 개선하기 어려움 머신 러닝 프로그램인간인 우리가 규칙을 찾아서 알려주는 게 아니라 프로그램이 스스로 규칙을 찾도록 하는 것머신 러닝을 할 때는 이런 규칙들을 코드에 명시하는 게 아니라 컴퓨터가 직접 이 규칙들을 찾아낼 수 있도록 하는 것머신러닝은 데이터를 통해서 가능하다새로운 데이..