빅데이터, AI, 머신러닝, 딥 러닝. 모두 가장 핫 한 주제이고, 많은 사람들의 관심을 받고 있는 주제입니다. 진로를 이곳으로 가려는 사람도 있는 반면, 직장을 다니며 자기 계발로 학습하는 사람도 있을 텐데요. 요즘 제가 듣고 있는 강의를 추천드립니다.
Deep Learning Specialization
다양한 강의를 무료로 수강할 수 있는 코세라(Coursera)에 등록된 강의인 Deep Learning Specialization을 추천드립니다. 이 강의는 코세라의 창업자이자 DeepLearningAI의 창업자인 앤드류 응(Andrew Ng) 교수님의 강의로, 유튜버 월가 아재님도 추천한 강의입니다.
강의 순서
강의 주제는 총 5개로 나눠져 있습니다. 코스 1은 Neural Network, Deep Learning에 대해 배우고, 코스 2에선 Neural Network의 Hyperparameter Tuning, Regularization and Optimization을 배웁니다.
코스 3은 Machine Learning Project를 통해 Structuring하는 법을 배우고, 코스 4는 이미지 처리 알고리즘이라고 알려진 Convolutional Neural Networks(CNNs)를 배웁니다.
마지막 코스는 Sequence Models을 배우고 자연어 처리, 음악 등의 Unstructured Data에 적용할 수 있는 알고리즘을 배웁니다.
무료로 듣는 방법
Deep Learning Specialization을 검색하고 들어온 첫 사이트에서 Enroll for Free를 누르면 아래의 사진처럼 나옵니다.
여기선 7일 무료 체험판만 제공할 뿐 7일이 지나면 강의료를 지불해야 합니다. 따라서 이 방법은 추천드리지 않고, 청강(Audit) 모드를 추천드립니다.
청강 모드는 다음의 순서로 진행하면 됩니다.
- Deep Learning Specialization에서 Course로 이동
- 원하는 코스 클릭
- Enroll for Free 클릭
- Start Free Trial 아래 있는 Audit 클릭
예를 들어 원하는 강의가 있다고 하겠습니다. 그럼 그 강의를 클릭합니다.
강의 클릭 후 코스 사이트로 이동합니다. 수강하지 않은 상태면 Enroll for Free 버튼이 있는데요, 그 버튼을 누르면 오른쪽 사진과 같이 7일 무료 체험판을 제공한다는 알림이 뜹니다. 하지만 아래에 Audit이라고 작게 청강 버튼이 있어 이것을 클릭하면 무료로 강의를 들을 수 있습니다.
마치며
강의료를 내고 수강할 경우 수업이 끝나면 Certification을 제공합니다. Linkedin이나 Resume에 입력할 수 있죠. 하지만 그런 경우가 아니라 학습하고 싶은 사람이라면 청강만으로도 수업에서 제공하는 모든 자료를 볼 수 있습니다.
'Data Science' 카테고리의 다른 글
데이터 분석가 인턴이 알려주는 핵심 역량 3가지 (4) | 2024.01.25 |
---|---|
비즈니스 분석(애널리틱스)를 나누는 3가지 단계 (데이터 분석가 희망자 필독) (0) | 2023.06.24 |
유명 리크루팅 회사 매니저가 챗GPT를 공부하는 4가지 이유 (1) | 2023.06.19 |
[3] 머신러닝 인트로 캐글 / Model Validation, train_test_split (0) | 2022.06.15 |
[2] 머신러닝 인트로 캐글 / columns 확인, dropna, prediction target, features, sklearn (0) | 2022.06.15 |
댓글