제1장: 세미나 소개 및 기초 딥러닝 복습

0: 세미나 소개 (10분)

• 세미나 목적
• 코스워크 소개

1.1 딥러닝의 간단한 원리 (30분)

• 퍼셉트론, 신경망의 기본 구조
• Multi-Layer Perceptron, MLP
• 활성화 함수 (Sigmoid, ReLU, Tanh)
• 손실 함수 (MSE, Cross-Entropy)
• 순전파와 역전파
• 옵티마이저

1.2 합성곱 신경망 (CNN) (10분)

• 합성곱 신경망 원리
• 풀링 계층 (Max Pooling, Average Pooling)

1.3 순환 신경망 (RNN) (10분)

• 순환 신경망 원리

  ---

제2장: 신경망 학습 전략

2.1 손실 함수 응용 (15분)

• Regularization Loss
• Contrastive Loss