1일차
가. 비지도 학습 모델 구현
- 군집을 사용한 이미지 분할 구현
- 군집을 사용한 준지도 학습 구현
- 비지도학습 모델을 사용한 이상치 탐지
2일차
나. 심층 신경망 성능 향상을 위한 훈련 기법
- Gradient Vanishing & Exploding 문제 해결하기
- 사전 훈련된 층 사용하기
- 고속 Optimizer 사용하기
- 규제를 사용한 Overfitting 피하기
다. Tensorflow2를 사용한 사용자 정의 모델 구현
- 사용자 정의 Loss Function
- 사용자 정의 요소를 가진 모델 저장 및 로드
- 활성화 함수, 초기화, 규제, 제한 커스터마이징
- 사용자 정의 Metrics, Layers, Models, Trainings
3일차
라. Tensorflow2에서 고급 API 사용
- Sequential API를 이용한 CNN 모델
- Functional API를 이용한 비선형 토폴로지, 공유 레이어 모델
- Subclassing API를 이용한 전문가용 훈련 Loop 작성
마. CNN & RNN 응용 딥러닝 모델 구현
- 전이학습을 활용한 deep CNN 모델 작성
- Autoencoder 모델 작성
- RNN과 autoencoder 모델을 이용한 이상치 탐지
