55,000원
중급자를 위해 준비한
[AI · ChatGPT 활용, 자연어 처리] 강의입니다.
구글 제미나이(Gemini) 모델의 개념과 Gemini API 활용 방법을 학습하고, Streamlit을 이용해서 다양한 AI 어플리케이션을 만들어보는 강의입니다.
✍️
이런 걸
배워요!
이런 걸
배워요!
구글 제미나이(Gemini) 모델의 구조와 특징
구글 제미나이(Gemini) API를 이용해서 멀티모달(Multimodal) AI 어플리케이션을 만드는 법
Streamlit으로 AI 어플리케이션을 만드는 법
젬마(Gemma) 모델의 개념과 내가 원하는 데이터셋에 Gemma 모델을 Fine-Tuning하는 법
OpenAI API를 이용해서 다양한 AI 어플리케이션을 만드는 법
이런 분들께 추천드려요!
🎓
학습 대상은
누구일까요?
학습 대상은
누구일까요?
구글 제미나이(Gemini) 모델의 구조와 특징을 학습하고 싶은 분
구글 제미나이(Gemini) API를 이용해서 멀티모달(Multimodal) AI 어플리케이션을 만들어보고 싶은 분
Streamlit을 이용해서 AI 어플리케이션을 만드는 법을 학습하고 싶은 분
딥러닝 연구 관련 직종으로 취업을 원하시는 분
인공지능/딥러닝 관련 연구를 진행하고 싶은 분
인공지능(AI) 대학원을 준비 중이신 분
📚
선수 지식,
필요할까요?
선수 지식,
필요할까요?
Python 사용 경험
Python의 List와 Dictionary 같은 기본 자료구조에 대한 이해
선수강의 [모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기] 수강경험
선수강의 [모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 2 - 랭체인(LangChain)으로 나만의 ChatGPT 만들기] 수강경험
안녕하세요
AISchool 입니다.
AISchool 입니다.
- AISchool ( http://aischool.ai/ )
- AISchool 유튜브 채널 운영 ( https://www.youtube.com/@aischool_ai )
- 서울대학교 인공지능 및 컴퓨터 비전 연구실 석사
- [솔라리스의 인공지능 연구실] 블로그 운영
- [텐서플로로 배우는 딥러닝] 집필
- S전자 컴퓨터 비전 관련 프로젝트 수행
- 기업대상 [AI 컨설팅 서비스] 제공
- 에이아이스쿨 [TensorFlow와 실습 프로젝트로 배우는 딥러닝-컴퓨터비전 Basic 코스] 강의 진행
커리큘럼
총 37 개
˙ 4시간 51분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 실습 안내 사항
1 강
실습 colab 링크 확인하는 법
섹션 1. 강의에서 사용하는 소스코드 다운로드
1 강
강의에서 사용하는 소스코드 다운로드
섹션 2. 실습 환경구성 안내
1 강
∙ 2분
실습 환경구성 안내
02:00
섹션 3. 구글 제미나이(Google Gemini)란
3 강
∙ 19분
섹션 4. 랭체인(LangChain)과 구글 제미나이(Gemini) API를 연동해보자
1 강
∙ 7분
랭체인(LangChain)과 구글 제미나이(Gemini) API로 ChatPDF 만들기
07:40
섹션 5. Streamlit - 손쉬운 챗봇 구현을 위한 Streamlit 라이브러리를 살펴보자
3 강
∙ 19분
Streamlit이란
05:38
Streamlit 설치하기
01:20
Streamlit LLM 기초 예제로 Streamlit으로 LLM 채팅 어플리케이션 만드는 법 살펴보기
미리보기
12:15
섹션 6. Gemini Technical Report 리뷰를 통해 Gemini 모델을 자세히 살펴보자
4 강
∙ 41분
Gemini (2023) 모델 Technical Report 리뷰 - Introduction
08:04
Gemini (2023) 모델 Technical Report 리뷰 - Model Architecture & Pre-Training Dataset
04:34
Gemini (2023) 모델 Technical Report 리뷰 - Post-Training Models
17:11
Gemini (2023) 모델 Technical Report 리뷰 - Discussion and Conclusion & Qualitative Examples
12:09
섹션 7. Streamlit과 Google Gemini API & OpenAI API를 연동해서 챗봇을 구현해보자
4 강
∙ 31분
Google Gemini API와 Streamlit을 연동해서 챗봇 만들기
04:44
Google Gemini API와 Streamlit을 연동해서 챗봇 만들기 (Multi-turn 기능 추가)
08:27
OpenAI API & LangChain & Streamlit을 연동해서 ChatPDF를 구현해보자
12:41
Google Gemini API & LangChain & Streamlit을 연동해서 ChatPDF를 구현해보자
05:11
섹션 8. Streamlit과 Google Gemini API를 연동해서 이미지와 상호작용하는 챗봇을 구현해보자
1 강
∙ 8분
Google Gemini API & Streamlit을 연동해서 이미지와 상호작용하는 멀티모달(Multimodal) 챗봇 AI 어플리케이션을 만들어보자
08:31
섹션 9. OpenAI DALLE 모델로 이미지 생성하기
3 강
∙ 25분
DALLE 모델을 이용한 이미지 생성 - OpenAI 이미지 생성(Image Generation) API 소개
10:51
DALLE 모델을 이용한 이미지 생성 - OpenAI 이미지 생성(Image Generation) API 실습
미리보기
09:14
OpenAI Image Generation API & Streamlit을 연동해서 AI로 이미지를 생성하는 챗봇을 만들어보자
05:19
섹션 10. Streamlit을 이용해서 개발한 AI 어플리케이션 웹상에 배포해보자
1 강
∙ 7분
Streamlit을 이용해서 개발한 AI 어플리케이션을 웹상에 배포하기
07:14
섹션 11. 젬마(Gemma) - 구글에서 공개한 Llama 2를 뛰어넘는 오픈소스 LLM 모델
4 강
∙ 21분
젬마(Gemma)란
미리보기
03:42
Kaggle에서 젬마(Gemma) 모델 사용 신청하기
01:57
젬마(Gemma) 모델을 불러와서 추론(Inference)을 진행해보자
04:40
젬마(Gemma) Fine-Tuning 예제 - Gemma를 Databricks Dolly 15k 데이터셋에 맞게 Fine-Tuning 하기
11:27
섹션 12. Google Gemini 모델의 멀티모달(Multimodal) 능력 테스트해보기
1 강
∙ 18분
1000개의 멀티모달(Multimodal) 테스트 데이터로 Gemini 모델의 멀티모달(Multimodal) 능력을 테스트해보자
18:16
섹션 13. OpenAI STT API로 네이버 클로바노트 클론을 만들어보자
4 강
∙ 25분
네이버 클로바노트 서비스 소개
04:11
OpenAI Speech-To-Text(STT) API 기초 예제
05:50
네이버 클로바노트 클론 AI 어플리케이션 구현결과 살펴보기
미리보기
05:00
네이버 클로바노트 클론 AI 어플리케이션 구현하기
10:55
섹션 14. 구글 제미나이 임베딩(Gemini Embedding)
1 강
∙ 16분
구글 제미나이 임베딩(Gemini Embedding)을 이용한 텍스트 분류(Text Classification)
16:55
섹션 15. GPT-4o - GPT-4o 모델을 이용해서 멀티모달(Multimodal) LLM 구현하기
2 강
∙ 20분
GPT-4o Vision API 설명
12:34
GPT-4o Vision API 실습
07:39
섹션 16. 멀티모달(Multimodal) RAG 구현
2 강
∙ 25분
멀티모달(Multimodal) RAG의 3가지 구현방식
08:39
Gemini와 GPT로 멀티모달(Multimodal) RAG 구현하기
16:46
강의 게시일 : 2024년 02월 29일
(마지막 업데이트일 : 2024년 05월 24일)