로컬 LLM(Local LLM) 활용 가이드 Part 1 - small LLM(sLLM) 활용하기 & LLM의 성능 평가(Evaluation) 및 개선하기
AISchool
다양한 로컬 LLM(Qwen, Gemma)을 활용하는 방법을 학습하고, LLM 시스템의 성능을 효율적으로 평가(Evaluation)하고 개선하는 다양한 기법들을 살펴봅니다.
중급이상
인공지능(AI), LLM, LangChain
TensorFlow Object Detection API를 이용한 고성능 최신 딥러닝 모델을 이용한 Object Detection 수행법을 간편한 Colab 실습을 통해 학습하고, 최신 딥러닝 Object Detection 모델들의 원리를 학습할 수 있는 강의입니다.

먼저 경험한 수강생들의 후기
5.0
forever
바로 써먹을 수 있는 실습 예제들이 많은 도움이 되었습니다. 강의에서 배운 바를 응용해서 다양한 오브젝트들을 검출해 볼 수 있을 것 같네요. 좋은 강의 만들어주셔서 감사합니다!
5.0
andyjiy1
항상 좋은강의 잘보고있습니다. 앞으로도 기대하겠습니다. 강의안 좀 보내주세요. andyjiy1@naver.com
5.0
Jiwon Jung
Colab을 이용한 실습 예제들이 많은 도움이 되었습니다. 또한 Faster RCNN 모델등 어렴풋이 알고있던 내용을 자세한 설명 덕분에 명확히 알 수 있었습니다. 당장 현업에 Object Detection을 적용해보고 싶은 분들에게 추천합니다!
TensorFlow Object Detection API 사용법
TensorFlow Detection Model ZOO 사용법
고성능 최신 딥러닝 모델을 이용한 Object Detection 수행법
텐서플로 고성능 최신 딥러닝 모델로
Object Detection 수행법을 익혀보세요 😊
학습 대상은
누구일까요?
고성능 최신 딥러닝 모델을 이용한 Object Detection을 수행하고 싶은 분
TensorFlow Object Detection API를 사용하고 싶으신 분
인공지능(AI) 대학원을 준비 중이신 분
인공지능/딥러닝 관련 연구를 진행하고 싶은 분
인공지능/컴퓨터비전 엔지니어로 취업을 원하시는 분
선수 지식,
필요할까요?
기초적인 Python 사용경험
9,517
명
수강생
725
개
수강평
354
개
답변
4.6
점
강의 평점
31
개
강의
전체
24개 ∙ (5시간 7분)
전체
33개
4.8
33개의 수강평
수강평 5
∙
평균 평점 5.0
5
Colab을 이용한 실습 예제들이 많은 도움이 되었습니다. 또한 Faster RCNN 모델등 어렴풋이 알고있던 내용을 자세한 설명 덕분에 명확히 알 수 있었습니다. 당장 현업에 Object Detection을 적용해보고 싶은 분들에게 추천합니다!
감사합니다~. 앞으로도 다양한 강의를 오픈할 예정이니 기대해주세요~. 좋은 하루되세요:)
₩33,000