위 스터디는 온라인 강의가 아닌, [ Live 스터디 ] 이기 때문에, [ 기존 할인 쿠폰을 추가로 사용 하실 수 없습니다 ]

[ 할인 쿠폰을 추가 사용 ] 하셔서 결제하신다면, [ 결제 취소 ]가 바로 진행될 예정입니다.

💥 (9기 스터디 모집) 7주 딥러닝 포트폴리오 함께 만들어볼래요?💥
대기업 현직자, 서울대 AI 대학원 박사과정 선생님과 함께 만들어보세요. 

📌 진행 일정 
 - 모집 시기 : 03.27 ~ 주제별 첫 수업 전까지
 - 시작 일정 
  (A 주제) : 04.17 (수) - 오후 8시 시작 

  (B 주제) : 04.18 (목) - 오후 7시 시작

📌 진행일정 
- 총 7주 , 14시간 과정 (주 1회 2시간 수업)

📌 수업방식 
1) 온라인 Live 수업(* 4주차 한 주만 오프라인 스터디 진행)
2) 매주 과제 제출 예정
3) 매 수업 녹화강의 - 별도 제공 
4) 디스코드 채널 통하여, 강의/프로젝트 관련 Q&A 가능 
5) 모집인원 
 - 주제별 7 ~ 10명
 - 신청자가 많을 경우 나중에 신청하신 분들은, 새로운 시간대로 제안드릴 예정

📌 수업결과 
1) 딥러닝 포트폴리오 생성 
2) 수료증 발급 
3) 이직 시 헤드헌팅 서비스 제공
4) 메타코드M  사이트 혜택
 ~ 직무별 전체 로드맵 Total 강의 1개 코스 제공 (40만원 상당 무료 혜택) 
  [ 데분/데사 분야 - 4~6개 강의 묶음 / 4월부터 Open ]
  ~ 이 혜택은 향후 사라질 수도 있습니다  

📌 비       용 
  - 월 13.2만원 (5개월 할부 시, Total 66만원) 
  - [ 7기 비용 88만원 대비 25% 할인 이벤트 중 - 향후에는 할인이 사라질 수 있습니다 ]  

📌 프로젝트 결과물 과거 예시
(ex1) https://colab.research.google.com/drive/1T3DbHDZ3HDyxxvj3OH4_859GW_xkwmsN?usp=sharing

(ex2) https://github.com/bkdinghun/deep_learning_creditcard/blob/main/Deep%20learning%20project.ipynb

(ex3) https://colab.research.google.com/drive/1VRwsOdEYd0SEV3c_puxINUeelZk20id7?usp=sharing

(ex4) https://github.com/gkswns0531/Credit_Card_Fraud_Detection/blob/main/Fraud_Detecting.ipynb

<프로젝트 제목 및 내용>

[📊 A주제 : 딥러닝을 이용한 유통/이커머스 고객 행동 예측 입문

📌부제 : 유통/이커머스 고객데이터를 이용한 이탈(churn) 예측모형 만들기(Pytorch)

📌사용 데이터 : Retailrocket Data(유통/이커머스 고객 행동 데이터)

📌실습 환경 : Google Colab notebooks / Jupyter Notebook

📌학습 언어 : Python3 

📌학습 내용 : 유통/이커머스 환경에서 고객 이탈(Churn)이란 고객이 더 이상 서비스를 이용하지 않는, 다시 말해 기업과의 상호작용을 중단하는 현상을 의미합니다. 유통/이커머스 비즈니스에서 기업들에게 고객 이탈은 중요한 문제 중 하나입니다. 본 강의에서는 딥러닝의 기본 개념을 배우고, 현재 가장 많이 사용되는 딥러닝 프레임워크인 Pytorch의 사용법을 배웁니다.
또한, Pytorch를 활용하여 유통/이커머스 고객 이탈 예측 모형을 구현하는 실습을 하게 됩니다.

📌일정 : 총 7주, 14시간 과정 (2시간씩 수업 7회) - 실라버스 참고
 
📌필요 역량 : 성실함, 기초 파이썬 실력, 머신러닝 기초 

📌수강 추천대상 :
1. 유통 /이커머스 산업에 관심이 있는 분
2. 딥러닝을 배우고 싶은 분
3. Pytorch를 배우고 싶은 분

📌수강 비추천대상 :
1. 이미 Pytorch를 잘 다루시는 분
2. 머신러닝을 전혀 모르시는 분
3. 파이썬을 전혀 다루지 못하시는 분

🔖Syllabus
https://retailecommerceschedule.notion.site/cf165afa027549589b85d0c9729716e7?v=350cf0c7da834e149b3be661de586bce

🔖Syllabus
week1. Pytorch 사용법, 벡터와 행렬 연산
week2. 로지스틱 회귀/소프트맥스 회귀
week3. ANN/DNN
week4. RNN/CNN (4주차 오프라인 진행)
week5. 하이퍼파라미터 최적화, 옵티마이저
week6. 고객 이탈 예측(1)
week7. 고객 이탈 예측(2) - 과제 제출

🔗 참고사항 : 7주차에는 중간 과제 결과물을 합쳐서, 하나의 최종 프로젝트로 결과 발표 / 최종 발표 진행은 (개인/팀) 선택 가능

* 4주차는 오프라인으로 스터디가 진행됩니다. 멘토님과 직접 스터디에 대해서 얘기 나누면서 더 유익한 시간을 가져볼 수 있습니다!

* 오프라인 참석이 어렵더라도 온라인으로 원격 참여가 가능하도록 세팅 되어 있습니다.

[📊 B주제 : Pytorch 왕초보에서 이미지 객체 검출까지 (Pytorch 기초 튜토리얼 수업)

📌부제 : 서울대 대학원 박사과정과 함께하는 Pytorch 이미지 튜토리얼 실습

📌사용 데이터 : PennFudan 데이터셋

📌실습 환경 : Google Colab notebooks

📌학습 언어 : Python3, Pytorch

📌학습 내용 : Pytorch를 활용한 딥러닝 학습 튜토리얼

📌일정 : 총 7주, 14시간 과정

📌필요 역량 : 꾸준히 과제를 해올 수 있는 성실함

📌수강 추천대상 :
1. Pytorch를 누가 떠먹여줬으면 좋겠다 하는 분
2. Pytorch 튜토리얼을 하고 싶은데 혼자서는 잘 이해가 안되시는 분

📌수강 비추천대상 :
1. ML/DL에 대해 충분한 지식이 있으신 분
2. Pytorch를 이미 잘 아시는 분

🔖Syllabus
https://ssuunnuuoo.notion.site/9f1351212c0f46c490511f468bf76794?v=b206bdcda79744b3aa9cd6919acd7952&pvs=4

🔖Syllabus
week1. OT / 딥러닝 코드 구조 및 Pytorch 기초 정리
week2. Pytorch를 활용한 분류기(Classifier) 모델 학습(1)
week3. Pytorch를 활용한 분류기(Classifier) 모델 학습(2)
week4. Pytorch를 활용한 학습 과정 시각화 방법
week5. Pytorch를 활용한 전이학습 방법
week6. Pytorch를 활용한 검출(detection) 모델 학습(1)
week7. Pytorch를 활용한 검출(detection) 모델 학습(2)

🔗 참고사항 : 7주차에는 중간 과제 결과물을 합쳐서, 하나의 최종 프로젝트로 결과 발표 / 최종 발표 진행은 (개인/팀) 선택 가능

* 4주차는 오프라인으로 스터디가 진행됩니다. 멘토님과 직접 스터디에 대해서 얘기 나누면서 더 유익한 시간을 가져볼 수 있습니다!

* 오프라인 참석이 어렵더라도 온라인으로 원격 참여가 가능하도록 세팅 되어 있습니다.