[2022] 인공지능 신약 개발을 위한 딥러닝 프레임워크 기초 수료증

  • 모집인원1,000명

  • 수강신청기간1970-01-01 ~ 1970-01-01

  • 학습기간2022-09-01 ~ 2023-04-30

로그인하시면 강좌에 등록할 수 있습니다.
강좌 소개

강의소개 및 개요입니다.

성명

홍성은(Pytorch, sungkenh@gmail.com)

방준일(Tensorflow, tkfka965@gmail.com )

소속기관

강원대학교

과목명

신약 개발을 위한

딥러닝 프레임워크 기초

강의시간

10

학습목표

최근 연구 논문에서 가장 활용도가 높은 Tensorflow, Pytoch 딥러닝 프레임워크를 소개하고, github 활용 방법 및 직접 모델이나 데이터를 수정할 수 있도록 딥러닝 프로그래밍 능력을 기른다.

                           
강의 선수과목 및 준비사항입니다.

선수과목

Python 기초, 딥러닝 기초

참고자료

(도서) 1. 머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로

2. 파이썬 딥러닝 파이토치(Python Deep Learning PyTorch)

(논문) 1. DeepDTA: deep drug–target binding affinity prediction

준비사항

- 아나콘다 설치가 가능한 PC, 노트북, 서버 등(OS, Window, Mac, Linux)

강의영상 미리보기
강의영상 미리보기는 2분 영상만 제공됩니다.
수강신청 후 강의실에서 학습영상 전체를 확인하실 수 있습니다.
과정 소개

신약 개발을 위한 딥러닝 프레임워크 기초 강의 과정입니다.

1

• 딥러닝에 대한 이해

- 프로그래밍, 머신러닝과 딥러닝 차이, 머신 러닝 유형

- 딥러닝의 유래(ANN)와 동작 방식(연산과정, 전파, 손실함수, 경사하강법)

- 실습을 위한 딥러닝 알고리즘 기초 CNN, RNN (배경과 알고리즘 개요)

2

• Tensorflow 소개

- tensorflow 소개, 환경 구축 및 프레임워크 기초 코드 실습

3

• Tensorflow를 활용한 모델 구현

- 코드 이해를 위한 모델 정의, 학습, 검증 등 코드 구조 소개

- 기초 예제 구현

4

• Tensorflow DeepDTA 코드 리뷰

- DeepDTA의 코드 구조 및 Tensorflow 활용 방법 리뷰

5

• Tensorflow DeepDTA 코드 구현

- 코드 구현 및 모델의 실제 활용 실습

- 다른 데이터셋을 활용한 학습 구현

6

• Pytorch 소개

- Pytorch 소개, 환경 구축

- Pytorch 데이터 타입 텐서 소개와 Pytorch 기초 코드 실습

7

• 신경망과 회귀 예측

- Pytorch를 사용한 신경망 코드 작성 및 이해를 위한 모델 정의, 학습, 검증

과정 소개

- MLP를 사용한 분자 특성 회귀 예측 모델 구현

8

• 분류 예측 모델 구현

- Pytorch를 사용한 분자 특성 분류 모델 구현

- Pytorch 모델 개발을 위한 테크닉 소개(과적합 방지 기술, 학습 전략)

9

• 딥러닝 알고리즘 이해 및 구현(CNN)

- Pytorch로 CNN 구현하기

- 분자 특성 예측 모델에 CNN 모델 적용하고 성능 평가하기

10

• 딥러닝을 Chemical Data에 적용해보기

- CNN을 활용한 DTI(Classification) 예측

- RNN을 활용한 분자 생성(Molecule Generation) 실습

분류
  • 주제
  • 분야
    인공지능 & 프로그래밍
  • 실습
    프로그래밍 (Python)
  • 활용 단계
    Drug Discovery