인공지능 신약 개발을 위한 딥러닝 프레임워크 기초 수료증
모집인원999명
학습기간2024-03-01 ~ 2025-12-31
강의소개 및 개요입니다.
|
성명 |
홍성은(Pytorch, sungkenh@gmail.com) 방준일(Tensorflow, tkfka965@gmail.com ) |
소속기관 |
AI신약융합연구원 |
|
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. |
||
|
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) |
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 |