딥러닝

"AI 올인"을 선언한 회사의 1년 실전 기록, 일본 대표 IT 기업 DeNA가 3천명의 조직을 AI 네이티브 기업으로 전환한 사례를 소개합니다. AI 전환을 준비하는 조직이라면 꼭 도움될 내용만 모아 담았습니다.

이 과정은 중요한 상황에서 말하기 능력을 향상시키기 위한 몇 가지 규칙을 배우는 데 초점을 맞추고 있습니다. 학습자는 면접, 논문 방어, 구술 시험 등 다양한 상황에서의 효과적인 발표 방법을 익힐 수 있습니다.

이 과정은 과학 및 공학을 위한 기초 이산수학을 다루며, 컴퓨터 과학에 유용한 수학적 도구와 증명 기법에 초점을 맞춥니다. 학습자는 논리 기호, 집합, 관계, 그래프 이론, 상태 머신 및 알고리즘과 같은 주제를 탐구하게 됩니다.

이 강좌는 '토비라(Tobira)' 6~10과에 나오는 한자를 다루는 매력적인 비디오 강의를 통해 한자 학습 효과를 높여줍니다. 학생들은 한자를 쓰는 법뿐만 아니라 각 글자에 담긴 흥미로운 이야기도 함께 배우게 됩니다.

이 과정은 보안 컴퓨터 시스템의 설계 및 구현에 중점을 두며, 다양한 위협 모델과 보안 기술을 탐구합니다. 학습자는 최근 연구 논문의 통찰력을 바탕으로 운영 체제 보안, 네트워크 프로토콜, 하드웨어 보안과 같은 주제를 다루게 됩니다.

이 과정은 비디지털 게임의 설계 및 분석에 대한 실질적인 교육을 제공합니다. 학생들은 스포츠, 게임 쇼, 확률 게임, 카드 게임, 골목 게임, 보드 게임, 롤플레잉 게임 등 다양한 장르에 걸쳐 게임 디자인을 분석하고 비교하기 위한 텍스트, 도구, 참고 자료 및 역사적 맥락을 다룹니다.

이 과정은 암호학, 게임 이론, 네트워크 아키텍처를 중심으로 비트코인 및 기타 암호화폐의 설계와 기능을 탐구합니다. 학습자는 실습 프로그래밍 과제를 통해 이러한 진화하는 시스템에 대한 이해를 심화하게 됩니다.

이 과정은 기계 시스템의 집중 매개변수 모델에 대한 동역학 및 진동을 소개하며, 운동학, 힘-운동량 공식화, 그리고 라그랑주 방정식에 중점을 둡니다. 학습자들은 또한 동역학 및 진동 문제를 해결하기 위한 수치 해석 방법과 MATLAB® 응용 분야를 탐구하게 됩니다.

"1조 파라미터 모델은 어떻게 학습되는가" GTC 2026, Moonshot AI가 무대에서 직접 공개한 Kimi K2.5의 스케일링 전략을 인프런에서 한국어로 만나보세요. 토큰 효율성 2배 · 100만 토큰 컨텍스트 · 1,000개 에이전트 스웜 오픈소스 LLM의 다음 스텝이 여기 있습니다. * 이 강의는 Kimi를 만든 Moonshot AI와 인프런의 공식 협업으로 무료 공개됩니다.

이 과정은 고전적 접근 방식과 현대적 접근 방식 모두에 초점을 맞춘 시스템 엔지니어링에 대한 포괄적인 입문을 제공합니다. 학습자는 이해관계자 분석, 요구사항 정의, 시스템 아키텍처 및 설계 최적화와 같은 핵심 개념을 탐구하고 이러한 원칙을 실제 프로젝트에 적용하게 됩니다.

이 과정은 통계적 추론과 확률적 사고를 강조하며, 무작위 현상 및 프로세스의 모델링과 분석에 중점을 둡니다. 학습자는 수학적 엄밀함과 개념적 이해를 결합한 필수 모델 및 도구를 탐구하게 됩니다.

이 과정은 인지 로봇 프로그래밍을 통해 실제 시스템에서의 자율성 적용을 탐구합니다. 학습자는 로봇이 스스로를 모니터링하고, 작업을 예약하며, 다른 에이전트와 협업할 수 있도록 하는 고급 추론 기술과 알고리즘을 학습하게 됩니다.

이 과정은 화폐와 금융 영역에서 블록체인 기술의 변혁적인 잠재력을 탐구합니다. 학습자들은 금융 부문의 현재 및 미래 응용 사례에 초점을 맞추어 블록체인, 분산 원장 및 스마트 계약의 기초를 공부하게 됩니다.

이 과정은 그래프 이론과 가법 조합론의 고전적 및 현대적 발전을 다루며, 두 주제를 연결하는 주제와 테마에 중점을 둡니다. 또한 현재 연구 주제와 미해결 문제에 대한 소개도 포함됩니다.

이 과정은 계산 문제의 수학적 모델링과 이를 해결하기 위해 사용되는 일반적인 알고리즘, 알고리즘 패러다임 및 데이터 구조를 소개합니다. 알고리즘과 프로그래밍 간의 관계를 강조하며, 기본 성능 측정 및 분석 기법을 소개합니다.

이 과정은 복소변수, 미분방정식, 선형대수를 심도 있게 다루며, 이러한 필수적인 수학적 개념들에 대한 포괄적인 이해를 제공합니다. 학습자들은 수학 및 공학 분야의 심화 학습에 필수적인 기초 이론과 응용 분야를 탐구하게 됩니다.

이 과정은 이미지로부터 환경에 대한 상징적 설명을 생성하는 과정에 대한 입문서입니다. 이미지 형성의 물리학, 이미지 분석, 이진 이미지 처리 및 필터링을 다루며, 로봇 공학 및 지능형 기계 상호 작용 분야의 응용 사례를 포함합니다.

이 과정은 학생들에게 금융 산업에서 필수적인 수학적 개념과 기술을 소개하며, 이론적 수학과 실무적 응용을 결합합니다. 학습자들은 금융의 맥락 내에서 확률, 통계, 선형 대수학과 같은 주제들을 탐구하게 됩니다.

이 미적분학 과정은 하나의 변수에 대한 함수의 미분과 적분을 다루며, 무한급수에 대한 간단한 논의로 마무리됩니다. 이 과정은 물리학, 공학, 경제학 등 다양한 과학 분야의 기초가 됩니다.

이 과정은 다윈의 이론에 영향을 받은 사회적 행동, 인지, 그리고 자연에서의 설계 개념 사이의 상호작용을 탐구합니다. 학습자들은 설계자 없는 설계의 함의를 조사하는 역사적 및 현대적 텍스트를 접하며, 인간과 비인간 사회적 동물 모두에 초점을 맞출 것입니다.

이 과정은 비정형 데이터를 포함하는 복잡한 문제를 해결하기 위한 실용적인 모델 구축에 초점을 맞추어, 딥러닝을 빠르게 학습할 수 있도록 안내합니다. 학습자들은 심층 신경망, 합성곱 신경망, 트랜스포머, 그리고 ChatGPT 및 Midjourney와 같은 생성형 모델을 탐구하게 됩니다.

이 과정은 의료 분야에서의 기계 학습을 소개하며, 임상 데이터의 특성과 기계 학습을 통한 위험 분류, 질병 진행 모델링, 정밀 의학, 진단, 아형 발견 및 임상 워크플로우 개선에 대해 학습합니다.

이 과정은 행렬 미적분학의 필수 개념을 깊이 있게 다루며, 머신러닝 및 대규모 최적화에서의 응용에 초점을 맞춥니다. 학습자는 행렬의 도함수와 그 분해를 이해하고 계산하는 기술을 탐구하여, 현대 컴퓨팅의 복잡한 수학적 연산을 해결하는 능력을 향상시킬 수 있습니다.

이 과정은 선형 대수 개념을 통해 머신러닝 알고리즘, 특히 딥러닝과 신경망을 이해하고 만드는 데 필요한 내용을 다룹니다. 확률, 통계, 최적화에 대한 응용을 포함하여 선형 대수의 전반적인 설명을 제공합니다.