Thumbnail
데이터 사이언스 인공지능
예제로 배우는 딥러닝 자연어 처리 입문 NLP with TensorFlow - RNN부터 BERT까지
(5.0)
6개의 수강평 ∙ 167명의 수강생
88,000원

월 17,600원

5개월 할부 시
지식공유자: AISchool
총 34개 수업 (5시간 41분)
수강기한: 무제한
수료증: 발급
난이도:  입문-초급-중급이상
지식공유자 답변이 제공되는 강의입니다
이 강의는 멘토링 신청이 가능합니다.
멘토링은 수강 신청과 별개로 운영되며, 수강생이 아니어도 신청할 수 있습니다.
폴더에 추가 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 34 개 ˙ 5시간 41분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. 강의 소개
섹션 1. 강의 슬라이드 다운로드
강의 슬라이드 다운로드
섹션 2. 자연어 처리란?
자연어 처리 응용 문제영역 소개 1 10:06
자연어 처리 트렌드의 변화 미리보기 04:44
자연어 처리 용어 정리 05:15
섹션 3. 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 4. 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 5. 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 6. 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 7. 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 8. 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 9. 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 04월 13일)
수강평 총 6개
수강생분들이 직접 작성하신 수강평입니다. 수강평을 작성 시 300잎이 적립됩니다.
5.0
6개의 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
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 논문구현 강의를 내주시면 꼭 수강할 생각입니다.
2022-01-20
namhw417 thumbnail
좋은 강의 감사합니다.
2022-02-17
rlawnsgml1997 thumbnail
최곱니다. 정말 기초부터 제대로 실력을 닦을 수 있습니다.
2022-01-16
김영태 thumbnail
초보자가 자연어 처리 과정에 대한 이해가 용이하며 간단한 예제를 통하여 독자적으로 수행가능하게 해줍니다. 가의 시간도 지루하지 않게 적당한 시간 분배를 한듯합니다
2022-06-25
Yeong Hun Lee thumbnail
덕분에 자연어처리 잘 입문했습니다. 현업에서 활용하기 좋은 예제가 많습니다.
2022-05-21
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