본문 바로가기
반응형
[Python] Week 4: 반복문 Day 1: for 루프 I강의 내용:for 루프의 개념기본 구조와 사용법반복 가능한 객체 (리스트, 튜플, 문자열 등)실습:for 루프를 사용한 기본 반복문 작성# for 루프 기본 구조for i in range(5): print(i) Day 2: for 루프 II강의 내용:range 함수range 함수의 사용법 (start, stop, step)range 함수와 for 루프의 결합실습:range 함수를 이용한 반복 작업# range 함수 사용 예제for i in range(1, 10, 2): print(i) # 1, 3, 5, 7, 9 Day 3: for 루프 III - 중첩 루프강의 내용:중첩 for 루프중첩 루프의 개념과 사용법2차원 리스트 순회실습:중첩 for 루프를 사용한 2차원 .. 2024. 6. 1.
[Python] Week 3: 조건문 Day 1: 조건문의 기초강의 내용:조건문의 개념조건문을 이용한 프로그램의 흐름 제어if 문기본 구조조건식과 블록실습:기본 if 문을 사용한 간단한 조건문 작성# if 문 기본 구조x = 10if x > 5: print("x는 5보다 큽니다.") Day 2: if-else 문강의 내용:if-else 문if-else 구조조건이 참일 때와 거짓일 때 실행할 코드실습:if-else 문을 사용한 조건문 작성# if-else 문x = 3if x > 5: print("x는 5보다 큽니다.")else: print("x는 5보다 작거나 같습니다.") Day 3: if-elif-else 문강의 내용:if-elif-else 문다중 조건 검사elif를 이용한 여러 조건문실습:if-elif-else 문을 사용.. 2024. 6. 1.
[Python] Week 2: 파이썬 기본 문법 Day 1: 변수와 자료형 I강의 내용:변수와 자료형 소개변수 선언 및 초기화변수 이름 규칙기본 자료형 (정수, 부동 소수점, 문자열 등)실습:다양한 자료형의 변수 선언 및 출력자료형 변환 (정수 ↔ 부동 소수점, 문자열 ↔ 숫자)# 변수 선언 및 초기화x = 10y = 3.14name = "Python"# 변수 출력print(x) # 10print(y) # 3.14print(name) # Python# 자료형 변환a = float(x) # 정수를 부동 소수점으로 변환b = int(y) # 부동 소수점을 정수로 변환c = str(x) # 정수를 문자열로 변환d = int("42") # 문자열을 정수로 변환print(a) # 10.0print(b) .. 2024. 6. 1.
[Python] Week 1: 파이썬 소개 Day 1: 파이썬의 역사와 특징강의 내용:파이썬의 역사1980년대 말: Guido van Rossum이 네덜란드 CWI 연구소에서 파이썬 개발 시작1991년: 파이썬 최초 버전 (0.9.0) 공개2000년: Python 2.0 출시 (주요 기능: 리스트 컴프리헨션, 가비지 컬렉션)2008년: Python 3.0 출시 (주요 기능: 완전한 유니코드 지원, print 함수)파이썬의 특징간결하고 읽기 쉬운 문법동적 타이핑다양한 표준 라이브러리크로스 플랫폼 지원풍부한 커뮤니티와 생태계실습:파이썬 커뮤니티 및 리소스 탐색파이썬 공식 사이트: https://www.python.org/파이썬 공식 문서: https://docs.python.org/3/Stack Overflow의 파이썬 태그: https://stac.. 2024. 6. 1.
[Python] 24주 파이썬 문법 교육과정 Week 1-2: 파이썬 소개 및 기초Python 소개Python의 역사와 특징Python 설치 및 설정개발 환경 설정 (IDE, Jupyter Notebook 등)기본 문법변수와 자료형 (정수, 부동 소수점, 문자열 등)연산자 (산술, 비교, 논리 연산자 등)Week 3-4: 제어문조건문if, elif, else 문법 및 사용법중첩 조건문반복문for 루프while 루프break와 continueWeek 5-6: 함수함수 정의 및 호출함수의 기본 구조매개변수와 반환값고급 함수기본값 인자키워드 인자가변 인자 (*args, **kwargs)Week 7-8: 데이터 구조 I - 리스트와 튜플리스트리스트 생성 및 조작 (추가, 제거, 슬라이싱)리스트 컴프리헨션튜플튜플의 특징과 사용법튜플 언패킹Week 9-10:.. 2024. 5. 31.
[방법론] 인공지능 논문 읽기 1. 초록(Abstract) 및 결론(Conclusion) 읽기초록: 논문의 핵심 요약을 제공합니다. 연구의 목적, 방법, 주요 결과 및 결론이 간략히 설명되어 있습니다.결론: 연구의 주요 발견과 의의를 파악할 수 있습니다. 연구 결과가 어떤 의미를 가지는지, 그리고 연구의 한계와 미래 연구 방향을 이해하는 데 도움이 됩니다.2. 서론(Introduction) 읽기연구의 배경과 동기, 문제 정의, 연구 목표 등을 설명합니다. 이 부분을 통해 연구가 왜 중요한지, 어떤 문제를 해결하려고 하는지 이해할 수 있습니다.3. 관련 연구(Background or Related Work)현재 연구와 관련된 기존 연구를 설명합니다. 관련 연구를 통해 현재 논문이 어떤 공백을 메우려고 하는지 알 수 있습니다.4. 방법(.. 2024. 5. 31.
[MMDetection] 6주차: 실무 적용 및 확장 학습 강의 목표실무에서 MMDetection을 활용하여 프로젝트를 수행하는 방법을 학습한다.모델 배포 및 운영 방법을 이해한다.최신 연구 동향 및 확장 학습 자료를 소개한다.강의 구성15강: 실무 적용 사례 (45분)내용MMDetection을 활용한 실제 프로젝트 사례 소개다양한 산업 분야에서의 객체 검출 적용 사례실무 적용 시 고려 사항 및 문제 해결 방법활동실제 프로젝트 사례 탐색Q&A 시간16강: 모델 배포 및 운영 (60분)내용학습된 모델을 배포하는 방법 소개모델 최적화 및 경량화 기법 (예: TensorRT, ONNX)실시간 추론을 위한 API 서버 구축 방법활동모델 배포 및 최적화 예제 코드 작성실시간 추론 API 서버 구축 실습17강: 최신 연구 동향 및 확장 학습 (45분)내용객체 검출 분야의 .. 2024. 5. 31.
[MMDetection] 5주차: 프로젝트 발표 및 심화 학습 강의 목표수강생들이 진행한 프로젝트를 발표하고 피드백을 받는다.MMDetection의 심화 기능을 학습한다.Custom 데이터셋을 사용한 모델 학습 및 최적화 방법을 이해한다.강의 구성12강: 프로젝트 발표 (60분)내용수강생 프로젝트 발표발표 후 피드백 및 Q&A 시간활동각 팀/개인의 프로젝트 발표 (프로젝트 주제, 데이터셋, 모델, 결과 등)피드백 제공 및 개선 사항 논의13강: 심화 학습 (60분)내용MMDetection의 심화 기능 소개Custom 데이터셋 사용 방법모델 튜닝 및 최적화 방법활동Custom 데이터셋 예제 탐색Q&A 시간14강: 종합 토론 및 Q&A (60분)내용강의 내용 종합 정리추가 학습 자료 및 참고 문헌 소개전체 Q&A 시간활동토론 및 의견 교환최종 피드백 및 수료식강의 자료.. 2024. 5. 31.
[MMDetection] 4주차: 모델 평가 및 시각화 강의 목표학습된 모델을 평가하고, 결과를 분석하는 방법을 이해한다.객체 검출 결과를 시각화하는 방법을 학습한다.강의 구성9강: 모델 평가 (45분)내용학습된 모델의 평가 방법 소개주요 평가 지표 설명 (mAP, Precision, Recall 등)평가 스크립트 사용 방법활동평가 스크립트 실행 예제 탐색Q&A 시간10강: 결과 시각화 (45분)내용객체 검출 결과를 시각화하는 방법 소개inference_detector 및 show_result_pyplot 함수 사용법결과 시각화 시 발생할 수 있는 문제와 해결 방법활동시각화 예제 코드 탐색Q&A 시간11강: 프로젝트 실습 (60분)내용개인 또는 팀 프로젝트 주제 선정데이터셋 준비, 모델 설정 및 학습, 평가 및 시각화 전 과정 실습활동프로젝트 계획서 작성팀별.. 2024. 5. 31.
[MMDetection] 3주차: 모델 설정 및 학습 강의 목표MMDetection 설정 파일의 구조를 이해한다.다양한 객체 검출 모델을 설정하고 학습하는 방법을 학습한다.강의 구성6강: 설정 파일 이해 (45분)내용MMDetection 설정 파일의 구조와 주요 구성 요소 설명모델 설정, 데이터 설정, 학습 하이퍼파라미터 등 주요 항목 설명설정 파일 수정 방법활동설정 파일 예제 탐색Q&A 시간7강: 모델 선택 (45분)내용다양한 모델 아키텍처 소개 (Faster R-CNN, Mask R-CNN, RetinaNet 등)각 모델의 특징 및 적용 사례 설명프로젝트에 적합한 모델 선택 방법활동각 모델의 논문 읽기 및 이해모델 선택 실습8강: 학습 설정 및 실행 (60분)내용설정 파일 수정 및 학습 준비학습 스크립트 실행 및 로그 분석학습 과정 모니터링 및 문제 해.. 2024. 5. 31.
반응형

티스토리툴바