코딩셰프의 3분 딥러닝, 케라스맛

0장. 프롤로그
__0.1 인공지능과 인공신경망
__0.2 케라스 소개

1장. 케라스 시작하기
__1.1 우분투에 케라스 설치하기
__1.2 윈도우에 케라스 설치하기
__1.3 케라스 사용
__1.4 마치며

2장. 케라스로 구현하는 ANN(인공신경망)
__2.1 ANN 원리
__2.2 필기체를 구분하는 분류 ANN 구현
__2.3 시계열 데이터를 예측하는 회귀 ANN 구현
__2.4 마치며

3장. 케라스로 구현하는 DNN(심층신경망)
__3.1 DNN 원리
__3.2 필기체를 분류하는 DNN 구현
__3.3 컬러 이미지를 분류하는 DNN 구현
__3.4 마치며

4장. 케라스로 구현하는 CNN(합성곱신경망)
__4.1 CNN 원리
__4.2 필기체를 분류하는 CNN 구현
__4.3 컬러 이미지를 분류하는 CNN 구현
__4.4 마치며

5장. 케라스로 구현하는 RNN(순환신경망)
__5.1 RNN 원리
__5.2 문장을 판별하는 LSTM 구현
__5.3 시계열 데이터를 예측하는 LSTM 구현
__5.4 마치며

6장. 케라스로 구현하는 AE(오토인코더)
__6.1 AE의 원리
__6.2 완전 연결 계층을 이용한 AE 구현
__6.3 합성곱 계층을 이용한 AE 구현
__6.4 마치며

7장. 케라스로 구현하는 GAN(생성적 적대 신경망)
__7.1 GAN의 원리
__7.2 확률분포 생성을 위한 완전 연결 계층 GAN 구현
__7.3 필기체를 생성하는 합성곱 계층 GAN 구현
__7.4 마치며

8장. 케라스로 구현하는 UNET(유넷)
__8.1 UNET 원리
__8.2 UNET을 이용한 컬러 복원 처리
__8.3 마치며

9장. 케라스 응용
__9.1 이미지 데이터 수 늘리기
__9.2 미리 학습한 모델 사용하기
__9.3 실전에서 유용한 케라스 고급 기능들
__9.4 전문 사용자를 위한 케라스 확장 기능
__9.5 마치며