미래연구소 17기 모집 중
2022.1.15(토) 개강 예정

<  딥러닝 입문 설명회 신청하기 (링크 클릭)  >


설명회 이전에 최종신청을 희망하는 분은 아래 번호로 문의 바랍니다.
상담문의 010-5390-3513

모든 강의는 전면 비대면으로 진행합니다.


Deep Learning/Machine Learning beginner 17th
미래연구소 딥러닝/머신러닝 입문 스터디 17기

 
딥러닝 입문반

2022.1.15~4.2 (총 12주)
매주 토요일 13:00~16:00

모집인원

20명 (선착순 마감)
입금 후에는 선지급 비용이 있어 환불이 어렵습니다

수강료

월 15만원- >월 12만원(환급)
‘수료 조건 충족 시 총 9만원 수강료 환급’ 

1 > 학습 내용 블로그 게시
2 > 프로젝트 제출
3 > 주차별 과제 완료
4 > 수강평 작성
 

스터디 공간

(전면 비대면으로 운영)


머신러닝 입문반

여름 오픈 예정

모집인원

20명 (선착순 마감)
입금 후에는 선지급 비용이 있어 환불이 어렵습니다

수강료

월 15만원- >월 12만원(환급)
‘수료 조건 충족 시 총 9만원 수강료 환급’ 

1 > 학습 내용 블로그 게시
2 > competition solution 제출
3 > 주차별 과제 완료
4 > 수강평 작성
 

스터디 공간

(전면 비대면으로 운영)



WHY DO YOU NEED US?


우리가 왜 필요한가요?

비용


제가 수강했던 학원은 4개월에 440만원 정도였습니다. 대학생이 다니기엔 너무 부담이 되는 비용이였습니다. 그래서 생각해 보았습니다. 꼭 전문가가 직접 가르쳐야하는가? 결과는 NO 였습니다. 이미 인터넷상에 올라와 있는 전문가분들의 강의를 듣고, 어려워하실 부분이나 부족한 부분을 저희가 보충해준다면, 충분히 학원에서 강의하시는 전문가분들의 강의 수준 이상을 만들어 낼 수 있다고 생각합니다.

막막함


AI, 인공지능, 딥러닝, 머신러닝 사실 저 또한 1년 전에는 이런 단어를 보면 제가 할 수 있겠다고는 생각도 못했습니다. 그러나 컴퓨터공학 관련자도 아닌 제가 도전해 본 결과 할 수 있다는 걸 깨달았습니다. 물론 혼자하기엔 굉장히 힘들고 어려운 길입니다. 그래서 여러분께서 이를 배우실 때는 조금이라도 더 쉽게, 막막하지 않게 도움을 드리고자  이 연구소를 만들었습니다.

협업


더 이상 1 더하기 1 은 2가 아닌 시대라고 생각합니다. 저희가 구성한 팀 시스템 속에서 같이 공부하고 연구하는 친구와 협업을 통해 프로젝트도 진행하고, 여러 대회도 나가며 추후에는 팀원과 재미난 아이디어로 창업까지 이어질 수 있다고 확신합니다.


Deep Learning PROGRAM.

 

Coursera Deep Learning Specialization 강의를 활용한 Flip Learning 교육

Course 1

Neural Networks and Deep Learning (1~4주차)

deep learning의 전반적인 분야에 대해 설명한 뒤, deep learning의 기본 구조인 Neural Network에 대해 배우게 됩니다. 이들의 작동원리에 대해 배우는 기간으로 실습보다는 이론적인 부분에 집중해서 배웁니다. 이를 통해 그동안 deep learning이라는 막연히 알던 분야에 대해 좀 더 구체적으로 배우게 됩니다. 또한, 5~8주차에서 직접 여러 기법들을 구현할 수 있게 하는 기틀을 마련하게 됩니다.

deep learning을 구현하기 위한 data science의 기초 라이브러리인 numpy도 배웁니다.

deep learning에 필요한 기초 선수지식은 미래연구소에서 자체 제작한 영상 자료를 통해 교육합니다.

Course 2

Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization (5~8주차)

이 과정에서는 이전 1~4주차의 이론적 토대를 바탕으로 딥러닝에서 주로 쓰이는 기법들을 배우고 구현해보는 시간을 가집니다. 이를 통해, 여러분이 직접 딥러닝을 간단히 구현해볼 수 있습니다. 구현은 Tensorflow와 Keras를 통해 진행합니다.

Course 3 + Project

Structuring Machine Learning Projects 
(9~12주차)

이 과정에서는 real data를 가지고 성공적인 머신러닝 프로젝트를 구현하는 방법을 배우게 됩니다. Pandas와 Matplotlib 등 data science에서 필수적인 라이브러리를 교육합니다. 5~8주차에서 배우지 못한 고급 기법들도 배우게 됩니다.

12주간 배운 내용을 종합하여 Kaggle 데이터를 이용한 프로젝트를 병행합니다. 또한, 전공과 관계없이 프로젝트를 무사히 구현할 수 있도록 미래연구소 전문 튜터들이 1:1 로 튜터링하는 시간도 가집니다.


Machine Learning PROGRAM.

 

Course 1

Basic and Review

해당 강좌는 basic부터 competition까지 원활한 흐름을 목표로 삼고 있습니다. 이를 위해 기초를 확실히 다지는 것이 중요합니다. Machine learning에 대한 이론적 지식을 배우고 난 후, Machine learning은 데이터 정제와 특성 파악 및 생성이 필수적이기 때문에 데이터 분석에 특화된 Pandas를 다시 짚고 넘어가며 기초를 다집니다. 이 과정은 앞으로 배워갈 내용을 지탱해줄 필수적인 뿌리가 될 것입니다.

Course 2

Feature Engineering and Modeling

기초가 어느 정도 자리 잡혔다면 이론과 실습을 병행하여 실전에 대한 감을 익힙니다. 변수 정제, 파악 및 생성 등 Machine learning의 필수 요소인 Feature Engineering을 실제 competition 수상자들이 어떻게 활용하고 있는지를 배웁니다.
또한, 모델의 Hyperparameter 최적화, 파라미터에 대한 설명, 모델의 기초적인 설명 등을 배우게 됩니다.

Course 3 + Project

실전과 Competition

다른 Data Science Competition 수상자들의 Solution을 분석하고 공유하면서 대회 수상 비법들을 정리합니다. 이를 통해 실제 Competition 및 Project에서의 keypoint들을 배워봅니다. 또한, 이 과정에서 미래연구소 자체 Competition을 진행합니다. 그동안 공부한 내용들을 잘 적용하여 수강생들끼리 순위 경쟁도 하고, Competition 종료 이후에는 각자의 번뜩이는 idea를 공유해서 본인의 접근법을 다시 되돌아보는 시간을 가집니다. 이를 통해 수강생 분들은 다른 대회에서도 본인의 실력을 마음껏 발휘할 수 있게 됩니다. 


TUTORS.

 

Min 님

Project Tutor

스타트업 Object detection & Defect classification
Medical SW 회사 & 서울대병원 DL 기반 Arrhythmia diagnosis project 진행
Konyang Health Datathon 2020 [최종 2위]
한국원자력연구원 진동체 감지 대회 [6위]
Kaggle Expert
- University of Liverpool - Ion Switching [Silver Medal]
- IMet Collection 2019 - FGVC6 [Bronze Medal]
- Freesound Audio Tagging 2019 [Bronze Medal]
- Bengali.AI Handwritten Grapheme Classification [Bronze Medal]

Seok 님

Main Tutor

서강대학교 수학과/컴퓨터공학과
서울대학교 인공지능전공 석박통합과정

Medical SW 회사 & 서울대병원 DL 기반 Arrhythmia diagnosis project 진행
F사 Machine Learning Tutor
Facebook 주최 DSTC9 Track4 [1위]
GPT2 관련 논문 발표 (AAAI 2021)

Moon 님

Main Tutor

국민대학교 빅데이터경영통계학과 졸업

Kakao arena Melon Playlist Continuation Public [16위]
KML Challenge 성별 예측 [2위]
국가수리과학 연구소 도시가스 사용량 예측 경진대회 [8위]
미래에셋 금융 빅데이터 페스티벌 [우수상]

- F1 Score [1위]
- 보험 분야 [1위]

Dacon 전체 유저 랭킹 [11위]
AI Friends 온도추정 경진대회 [2위]
생체 광학 데이터 분석 AI 경진대회 [7위]
퇴근시간 버스승차인원 예측 경진대회 [14위]
상점 신용카드 매출 예측 경진대회 [14위]

Jin 님

Main Tutor

성균관대학교 수학과 석사 졸업
‌포항공과대학교 인공지능대학원 박사과정

Food Tech 관련 기업 근무

Eun 님

Sub Tutor

서울대학교 컴퓨터공학과 졸업

Yeon 님

Sub Tutor

홍익대학교 기계시스템디자인공학과 
(AutoNav Lab)


AI Robotics KR 1기 운영진
2018 AI 사물인식 해커톤 [장려상]
서울 하드웨어 해커톤 (AI 시각 장애인 지팡이) [장려상]
Konyang Health Datathon 2019 

[최종 10위]
[케라스 창시자에게 배우는 딥러닝], [펭귄 브로의 3분 딥러닝 파이토치 맛], [파이썬 증권 데이터 분석] 베타 리뷰어

Won 님

Sub Tutor

서강대학교 영미어문/빅데이터사이언스

Vanilla Bridge 사용자 행동, 메타데이터 

기반 소개팅 추천 모델링
Dealicious 도/소매 유저 등급 평가 모델링
Dealicious 신규 인앱 광고 플랫폼 랜딩을 위한 Ad Valuation

 


AWARDS.

 
2019 네이버 AI해커톤 결선 10등

이**, 양** 이**

‌AI Rush 2019 주최 LINE 아시아권 대회 본선 5위

이**

‌KHD 건양대 핼스 데이톤 주최 건양대 본선 3위

이**

 서강대학교 인공지능대학원 진학 (비전공자 출신)

 조** 

2019 대한재료학회 재료 및 파괴부문 춘추학술 대회

미래연구소 윤** 논문 포스터 발표

2018 AI School - Big Data Acquisition Analysis & Inference(INTEL 인텔, KISTI한국과학기술정보연구원 주관)

이 * * 은상 수상


PROJECT.

 
15기 : Motion Keypoint detection

 

14기 : Masked Face Classification

 

11기 : GAN을 기반으로한 자율주행 test

 

10기 : 전기차용 PMSM 모터 온도 예측

 

9기 : CNN을 사용한 Image Segmentation 기법을 활용해 철강의 결함 부분 발견하기

 

1기 : CNN 활용 흉부 X-ray / 폐렴 진단

 


Q & A.

 

딥러닝 입문반과 머신러닝 입문반의 차이는 무엇인가요?

수업 내용에서는 딥러닝 입문반에서는 딥러닝만 다루고 머신러닝 입문반은 딥러닝 이외의 머신러닝만 다룰 예정입니다. 
또한, 비정형 data에 특화된 딥러닝의 특성상, 정형 data만 다루고 싶은 분들은 머신러닝 입문반을 신청하는 것이 좋습니다. 
그리고 난이도적인 측면에서는 머신러닝 입문반은 딥러닝 입문반보다 선수 지식을 더 필요로 해서 딥러닝 입문반이
처음 수강하기 수월합니다. 
개개인별로 상황이 다를 수 있으니 어떤 반을 수강해야할지 판단이 어려운 분은 홈페이지의 번호로 연락주시면 정확한 
선택하시는데 도움을 드리겠습니다.


‌입문자인데 수강이 가능할까요?

‌강의를 찾아주시는 분들 중 평균적으로 절반 정도가 python을 다뤄보지 않으셨고 그 중 절반은 프로그래밍을 접하지 않으신 분들이셨습니다. 하지만 저희 홈페이지에 게시된 우수 프로젝트의 경우 그 중 절반이 입문자 분들이 만드신 프로젝트입니다.


‌미래연구소 딥러닝 입문반을 수강하고 나면 무엇을 얻을 수 있는지 궁금합니다.

‌저희가 미래연구소를 2년간 운영하면서 저희 프로그램을 통해 본인 분야에서 어떤 방식으로 성장하시는지 다양한 사례를 보았습니다.
1) 학부생들의 경우 졸업 논문을 작성하시기도 했고 본인의 전공과 data science를 접목시켜서 진로를 찾으시기도 하십니다. 최근에 생긴 인공지능 대학원에 진학하시는 분들도 계셨습니다.
2) 직장인들 같은 경우에도 본인의 업무에서 ML을 사용하는 case가 많아 저희 프로그램을 통해 이를 해결하십니다.


‌Deep learning specialization 강의를 혼자서 듣는 것과 미래연구소 프로그램을 수강하는 것의 차별점은 무엇인가요?

1) 이론만 강의하는 것이 아니라 실습 강의를 통해 9주차부터 조별로 real data를 가지고 프로젝트 구현하실 수 있게 합니다.
2) 현업에서 일하시는 미래연구소 프로젝트 튜터님과 상담을 받는 시간을 가져서 좀 더 professional한 프로젝트를 완성하는데 있어 겪을 시행착오를 줄이고자 합니다.
3) 저희가 구축한 슬랙을 통해 추후 스터디를 구성하시는 분들도 계십니다. 수강 이후 자체적으로 스터디를 통해 수상하신 실적을 이 홈페이지에 업로드 했습니다.


수강 후기.

 
15기 문강*

요즈음 유망한 분야인 딥러닝에 막연하게 뛰어들었지만 독학으로 공부하기엔 많은 장애가 있었습니다. 통계, 수학, 프로그래밍 등 다양한 분야에 걸쳐있기에 양도 상당했고 무엇을 어떤 로드로 해야 할 지, 얼마나 그리고 어떻게 해야 할 지, 말 그대로 바다 한가운데서 혼자 살아남아야 하는 기분이었습니다. 그러던 중 우연히 미래연구소에 대해 알게 되었고 기초가 한참 부족한 내가 잘해낼 수 있을까란 걱정과 이 프로그램에 참여 하는 게 좋은 결정일까란 의구심 속에서 한번 도전이라도 해보자하며 신청을 하였습니다.
걱정과는 다르게 튜터님께서 배움에 좋은 커리큘럼으로 기초부터 차근차근 알려주시며, 매주 적당한 과제실습을 통해 이론적 이해뿐만 아니라 실제로 구현할 수 있도록 배울 수 있었습니다. 특히 어느 수준까지의 이론지식을 쌓아야하는지, 구현에선 어떤 형태로 하면 좋을지, 최신 트렌드는 어떤 식인지 등 독학으론 절대 얻을 수 없는 것들을 튜터님께서 설명해주셔 정말 좋았습니다. 또 분야에 대한 고민 상담을 요청 드린 적이 있는데 상세하게 답변해주셔 감사했습니다. 8주차부턴 프로젝트를 진행했는데 처음엔 굉장히 막막했으나 주제에 대한 상담도 해주시고 베이스라인도 잡아주시며, 많은 조언을 해주셨기에 처음으로 제 손으로 하나의 프로젝트를 완성하는 기쁨을 느낄 수 있었습니다.
딥러닝의 사용되는 기술, 지식들을 알고 실제로 구현할 수 있는 능력을 키울 수 있어 좋았지만 무엇보다 가장 큰 장점은 딥러닝이라는 분야와 그 속에서 또 나누어진 분야들을 알아가며, 진로에 대해 고민할 수 있었다는 것과 프로젝트를 진행하며 스스로 정보를 찾아 학습하는 방법을 배워 앞으로도 나아갈 수 있는 힘을 기를 수 있다는 점입니다. 딥러닝에 대해 막연한 불안감이 있거나 배워보고자 하는 모든 분들에게 추천 드립니다.

14기 신민*

비전공자로 코딩을 배우며 AI, Deep Learning, Machine Learning에 대해서 궁금했지만 막연함과 어려울 것이라는 선입관 때문에 쉽게 도전하지 못했다. 그러던 중 미래연구소를 알게 되었고 타 기관에 비해 합리적인 조건과 부담스럽지 않은 커리큘럼에 이끌려 수강하게 되었다.
수업의 내용은 한 번에 듣고 이해하기엔 어려웠지만, 유튜브에 올려진 코세라 강의와 튜터님의 강의 자료를 복습하면서 조금씩 이해하게 되었다. 가장 도움이 많이 되었던 건, 과제 중 하나였던 블로그에 내용을 정리하는 것이었다. 스스로 복습하는 기회가 되어 매 주마다 이해하고 넘어갈 수 있어서 좋았다. 그 덕분에 실습과제도 무리없이 할 수 있었다.
가장 많이 공부가 되었던 건 프로젝트 였다. 프로젝트 튜터와 전담튜터의 도움을 받아 더 생각해보지 못했던 부분도 공부해볼 수 있어서 유익했다. 딥러닝 분야로 입문하기엔 참 좋은 과정이었던 거 같다.

14기 구본*

저는 기계공학을 전공하고 있고 인공지능을 복수 전공하게 되었는데, 코딩이나 인공지능에 관해서 아는 것이 전무해서 스터디에 참여하게 되었습니다. 수강 정에는 솔직히 말해서 코세라 강의를 듣는 것보다 얼마나 더 효과가 있겠냐는 의심이 있었어요. 그래도 프로젝트를 해보는 것은 정말 좋은 경험이 될 테니 수강을 결심했습니다.
강의를 듣고 3, 4주차까지 들었을 때는 '아, 신청하길 정말 잘 했다'는 생각이 들었습니다. 딥러닝 강의를 들어보시면 알겠지만 혼자 들으시면 들어도 무슨 말인지 한 번에 이해하기 어려운 경우가 많습니다. 그리고 방대한 내용이 빠르게 지나가기 때문에 어느 부분이 중요한지도 파악하기 어렵습니다. 그런데 미래연구소 강의에서는 중요한 부분을 정확히 짚어주고 어려운 부분은 반복해서 설명해주셔서 좋았습니다 특히, 자체 제작된 과제 파일이 딥러닝이 무엇인지 이해하는데 큰 도움이 되었어요.
프로젝트는 데이콘을 나가게 되었는데, 인공지능을 1도 모르던 제가 대회에 나갔다는 사실만으로도 만족합니다. 새로운 분야에서 머리를 맞대고 모델 성능을 올리기 위해 노력한 경험은 정말 재밌었어요. 그리고 앞으로도 캐글이나 데이콘에 더 도전해볼 계획입니다. 처음 나갔던 대회치고는 괜찮은 성적을 올려서 기분 좋게 마무리할 수 있었던 것 같아요. 그동안 감사했습니다!

8기 이현*

딥러닝, 딥러닝 참 요즘 핫하고 트렌디한 분야다. 구동 원리에 대해서 간단하게 이해만 하고 있었는데 막상 하기에는 쉽지 않은 분야였다. 궁금하고 배우고 싶지만, 끈기 있게 해 볼 자신은 없었는데 마침 학교 커뮤니티에 스터디 공고가 올라와서 신청해보게 되었다. 스터디 방식이 신기했다. 코세라 강의를 바탕으로 한 개인 공부, 강의 수강, 튜터의 원포인트 레슨으로 이루어져 나중에는 한 번 구현하고 프로젝트도 진행해 볼 수 있는 방식이었다. 지난 12주 동안의 스터디를 평가해보자면 대만족이다. 매주 토요일, 성실하게 참여하려고 노력했고 바쁜 가운데도 완주할 수 있어 뿌듯하게 생각한다. 코세라 강의를 통해 딥러닝의 작동 원리를 알게 되었고, 케라스 모델을 통해 간편하게 구현하는 법을 익히게 되었고, 프로젝트를 통해 실제 문제에 적용해보았다. 딥러닝이라는 재미있는 세계에 문턱을 넘게 해 준 미래연구소팀에 감사를 드린다.

11기 고수*

전공이 컴퓨터 공학이지만 학교 수업에서 배우는 머신러닝으로는 프로젝트나 실제 데이터에 적용해보기 어렵다고 생각하여 듣기 시작한 수업이었습니다. 헷갈렸던 기초부터 설명해주셔서 너무 좋았고, 단순하게 코드 설명이 아닌 이론적인 부분들까지 설명해주셔서 더 이해하기가 편했습니다. 또 질문이 생기면 항상 친절하게 답변해주셔서 너무 감사했습니다. 수업 이후에는 숙제나 프로젝트를 통해서 제가 직접 코딩을 해볼 수 있는 기회도 있어서 좋았던 것 같습니다.

9기 김예*

인공지능에 대해 공부해보고 싶었지만 너무 막막해 망설이고 있던 차에 미래연구소를 알게 되었습니다. 시중에 이 가격으로 딥러닝 공부를 할 수 있는 곳이 없다는 것을 알기에 망설임 없이 신청했습니다. 수업시간에 같이 보는 코세라 강의는 결코 쉬운 내용은 아닙니다. 전공자인 저도 내용을 100% 이해하려면 따로 공부가 필요했습니다. 하지만 수업시간에 튜터님께서 부가 설명도 쉽게 해주시고, 질문에 대한 답도 친절히 알려주셔서 3달동안 포기하지 않고 다닐 수 있었습니다! 그리고 마지막에 프로젝트를 하길 꼭 추천드려요! 원하는 주제로 프로젝트를 하면서 그동안 배운 내용을 적용해보는 과정이 참 유익했습니다! 유익한 수업을 제공해주신 미래연구소 분들께 감사합니다~

4기 김진*

작년에 한 일 중에 전후가 가장 많이 바꿨다고 생각하는 것이 미래연구소를 통해서 딥러닝을 공부한 것이라고 생각합니다. 빅데이터 관련 공부를 시작하려고 컴퓨터공학과 복수전공을 시작했는데 막상 빅데이터 쪽으로 나아가고 있다고 생각이 들지 않아서 따로 빅데이터 관련 공부를 시작하려고 했습니다. 어디서부터 어떻게 해야될지 너무 막막하던 때 미래연구소를 알게 되었는데 처음 시작하기에 적합할 거라고 생각이 들었습니다. 처음에는 수학 관련해서 오랫동안 멀어져 있어서 개념 잡는데 어려움이 있었지만 그건 개인 역량이라 별개로 생각해보면 딥러닝 입문하기에 제격이라는 생각이 듭니다. 처음 시작할 때 딥러닝에 대해 전혀 모르는 상태로 들었는데 제대로 이해하려면 강의를 꼭 여러번 들어야 했습니다. 또 좋았던 부분은 슬랙을 통해서 소스를 계속 공유하고 이후에도 개별 스터디를 모집해서 더 심화해서 공부할 수 있는 점이 좋았습니다. 

5기 장재*

3개월의 수업시간은 스스로를 많이 성장 시킬 수 있었던 시간이 되었습니다. 딥러닝에 대한 개념을 하나도 몰랐던 제가 관련 용어가 나오면 알아 듣고 유추, 추측을 할 수 있을 정도로 성장 할 수 있었습니다. 뿐만 아니라 딥러닝 관련 서적을 읽기 시작했을 때 용어에 대한 개념을 알고 난 후여서 읽는 속도 및 받아 들이는 속도가 빨라 졌습니다. 수업시간에 부가적으로 설명을 잘 해주신 부분이 도움이 많이 되었습니다. 잘 기억해 놓고 있다가 집에서 복습하면서 해주신 얘기를 상기하였더니 확실히 기억에 오래 남았습니다. 무엇보다 다른 곳에 비해 비교적 적은 금액으로 전도유망한 기술에 대한 개념을 습득하고 익혔다는 것이 좋고 수시로 질문을 해도 항상 친절히 답변해주시는 점이 좋았고 어떻게 해서든 수강생들에게 더 알려 주시려고, 더 도와 주시려는 열정이 참으로 감사하였습니다. 수업을 끝까지 이수하시면 정말 후회하지 않고 남는 게 많습니다. 언제나 토요일 수업시간이 기다려집니다!