Thumbnail
데이터 사이언스 인공지능
예제로 배우는 딥러닝 자연어 처리 입문 NLP with TensorFlow - RNN부터 BERT까지
(5.0)
3개의 수강평 ∙ 47명의 수강생
88,000원

월 17,600원

5개월 할부 시
지식공유자 : AISchool
총 33개 수업˙총 5시간 37분
수강기한: 무제한
수료증 발급 강의
입문초급 대상중급이상
폴더에 추가 23 공유
초급자를 위해 준비한
[인공지능, 데이터 사이언스] 강의입니다.

딥러닝 자연어처리 기초부터 최신모델인 Transformer와 BERT까지 딥러닝 자연어 처리(Natural Language Processing[NLP])의 원리와 활용방법을 다양한 예제와 실습 코드 구현을 통해 학습합니다.

✍️
이런 걸
배워요!
딥러닝을 활용한 자연어처리의 기초와 원리
RNN부터 Seq2Seq, Transformer, BERT로 이어지는 딥러닝 자연어 처리 기법의 발전과정
BERT를 내가 원하는 문제에 Fine-Tuning하는 법

딥러닝 자연어처리 기초부터 최신모델인 Transformer와 BERT까지
다양한 예제와 코드 실습을 통해 익혀보세요 😀

딥러닝 자연어 처리의 기본 원리부터 Transformer, BERT 최신 모델까지

다양한 예제 실습을 통해 딥러닝 자연어처리의 원리를 탄탄하게 학습한뒤✍️, 
TransformerBERT까지 최신 딥러닝 NLP 모델을 TensorFlow 2.0을 이용해서 다양한 예제에 대해 구현해봅시다.👨🏻‍💻

✅ 선수 강의 

👋 본 강의는 TensorFlow 2.0과 딥러닝 기초에 대한 선수지식이 필요한 강의입니다. 반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.

TensorFlow 2.0으로 배우는 딥러닝 입문

딥러닝 핵심 이론과 최신 TensorFlow 2.0을 이용한 딥러닝 코드 구현을 한번에 배울 수 있는 강의입니다.

지식공유자가 알려주는
강의 수강 꿀팁!
🎓
이런 분들께
추천드려요!
딥러닝을 활용한 자연어처리 프로젝트를 진행해보고 싶은 분
딥러닝 자연어처리 기법의 원리를 학습하고 싶은 분
내가 원하는 문제에 BERT를 Fine-Tuning해보고 싶은 분
📚
선수 지식,
필요한가요?
Python 사용경험
선수강의 [TensorFlow 2.0으로 배우는 딥러닝 입문] 수강경험

안녕하세요
AISchool 입니다.
AISchool의 썸네일
커리큘럼 총 33 개 ˙ 5시간 37분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 강의 슬라이드 다운로드
강의 슬라이드 다운로드
섹션 1. 자연어 처리란?
자연어 처리 응용 문제영역 소개 1 10:06
자연어 처리 트렌드의 변화 미리보기 04:44
자연어 처리 용어 정리 05:15
섹션 2. 자연어 처리를 위한 기초 지식
토크나이징(Tokenizing) & 원핫인코딩(One-hot Enconding) 06:30
자연어 처리를 위한 기초 수학 11:34
NLTK 라이브러리 & NLTK를 이용한 토크나이징 03:42
Google Colab 소개 06:45
자연어 처리를 위해 학습해야하는 Python 라이브러리들 - Pandas, Numpy, HuggingFace 04:15
실습 1 - 토크나이징과 원핫인코딩(One-hot Encoding) 실습 07:07
섹션 3. 언어 모델(Language Modelling) - 다음에 올 단어를 예측해보자
언어모델(Language Modelling)의 개념과 활용사례 - GitHub Copilot 04:02
N-Gram 언어 모델 04:41
실습 1 - Count에 기반한 N-Gram 언어 모델(Language Modelling) 실습 18:19
Count에 기반한 N-Gram 모델의 문제점 & 자연어처리를 위한 순환신경망(RNN) 06:49
Char-RNN의 개념 06:51
실습 2 - Char-RNN을 활용한 언어 모델(Language Modelling) 실습 16:30
섹션 4. 임베딩(Embedding) - 단어를 의미있는 벡터로 변경해보자
임베딩(Embedding)의 개념과 장점 11:43
Word2Vec 기법 소개 11:35
실습 1 - TensorFlow를 이용한 Word2Vec 구현 21:56
섹션 5. 기계번역(Neural Machine Translation) - 딥러닝을 이용해 번역을 수행해보자
기계 번역 방법론의 진화 03:26
Seq2Seq 모델 07:21
Teacher Forcing 03:27
실습 1 - TensorFlow와 Seq2Seq 모델을 이용해서 포르투칼어-영어 번역 수행해보기 24:25
섹션 6. Transformer - 최신 NLP의 기술의 기반이 되는 핵심 모델을 학습해보자
Transformer 모델 소개 - Attention is All You Need 22:52
실습 1 - Tensorflow와 Transformer 모델을 이용해서 포르투칼어-영어 번역 수행해보기 27:27
섹션 7. BERT - BERT의 원리와 기본 사용법을 살펴보자
BERT(Bidirectional Encoder Representations from Transformers) 모델 소개 19:53
실습 1 - BERT를 이용해서 IMDB Movie Review Dataset에 대한 Text Classification 해보기 (BERT 영어 Fine-Tuning) 16:05
실습 2 - BERT를 이용해서 네이버 영화리뷰 데이터셋(NSMC)에 대한 Text Classification 해보기 (BERT 한국어 Fine-Tuning) colab 링크
실습 2 - BERT를 이용해서 네이버 영화리뷰 데이터셋(NSMC)에 대한 Text Classification 해보기 (BERT 한국어 Fine-Tuning) 미리보기 11:40
섹션 8. BERT 응용 - BERT를 다양한 자연어처리 Task에 응용해보자
QA 응용 - SQuAD(Stanford Question Answering Dataset) 데이터셋 소개 07:18
실습 1 - QA 응용 - BERT를 이용해서 SQuAD(Stanford Question Answering Dataset) 데이터셋에 대한 Answer 예측해보기 (BERT 영어 Fine-Tuning) 16:20
QA 응용 - KorQuAD(Korean Question Answering Dataset) 데이터셋 소개 미리보기 03:06
실습 2 - QA 응용 - BERT를 이용해서 KorQuAD(Korean Question Answering Dataset) 데이터셋에 대한 Answer 예측해보기 (BERT 한국어 Fine-Tuning) 11:21
강의 게시일 : 2021년 12월 16일 (마지막 업데이트일 : 2022년 01월 10일)
수강평 총 3개
수강생분들이 직접 작성하신 수강평입니다. 수강평을 작성 시 300잎이 적립됩니다.
5.0
3개의 수강평
5점
4점
3점
2점
1점
VIEW 좋아요 순 최신 순 높은 평점 순 낮은 평점 순 평점 순 높은 평점 순 낮은 평점 순
방자만세 thumbnail
감사합니다.
2022-01-14
rlawnsgml1997 thumbnail
최곱니다. 정말 기초부터 제대로 실력을 닦을 수 있습니다.
2022-01-16
ZERO thumbnail
이전에 AISchool님의 Computer Vision 강의를 들었을 때 체계적으로 잘 가르쳐주신다고 느껴서 이번 NLP 강의도 수강하게 되었습니다. 이번 자연어 처리 강의에서도 AISchool님의 설명이 체계적이고 정확하셔서 정말 만족스러웠습니다. 그리고 매 섹션마다 실습 강의가 있어서 실제로 코드를 구현해보면서 자연어 처리와 관련한 개념을 이해하기에 좋았습니다. 앞으로 AISchool님이 자연어 처리 관련 심화 강의를 내주시면 꼭 수강할 생각입니다.
2022-01-20
88,000원

월 17,600원

5개월 할부 시
폴더에 추가 23 공유
지식공유자 : AISchool
총 33개 수업˙총 5시간 37분
수강기한: 무제한
수료증 발급 강의
입문초급 대상중급이상
지식공유자 되기
많은 사람들에게 배움의 기회를 주고,
경제적 보상을 받아보세요.
지식공유참여
기업 교육을 위한 인프런
“인프런 비즈니스” 를 통해 모든 팀원이 인프런의 강의를
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스