[PyTorch] 쉽고 빠르게 배우는 딥러닝 강의를 통해, 딥러닝의 기본에 대해 배웠습니다. 이전 강의에 대해서, 비교적 적은 분량의 자연어 처리에 필요한 기본 지식을 배우며, 딥러닝 기술을 활용하여 자연어 데이터를 분석할 수 있는 기술을 배울 수 있는 강의입니다.
자연어 처리에 관심이 있으신 분은 Transformer, BERT 모델들을 들어보셨을 겁니다. 하지만, Transformer, BERT 모델들의 작동 원리에 대해서는 쉽게 이해하시지 못하셨을 거라 예상합니다. 그 이유는 자연어 처리에 대한 기본 지식이 부족하기 때문입니다.
따라서, 이번 강의에서는 자연어처리에 대한 기본 지식을 쌓을 수 있는 내용들을 학습해 봅니다.
📜 강의 구성
🎞 Embedding
자연어를 표현할 때 범주형 변수로 표현하였던 기존 방법론에 대해서 한계점을 제시하고, 이를 극복할 수 있는 자연어 표현 방법론에 대해 설명합니다. 방법론에 대한 핵심적인 내용을 위주로 다루며, 실제로 어떻게 이용할 수 있는지 실습을 진행하며 설명합니다.
🌀 Recurrent Neural Network
자연어의 특징을 잘 반영할 수 있는 Recurrent Neural Network (RNN ; 순환 신경망) 딥러닝 모델에 대해서 배웁니다.
RNN 모델의 Feeding 과정을 수식적으로 배우며, 이에 대해 발전된 Long Term Short Memory (LSTM), Gated Recurrent Unit (GRU) 모델 역시 수식적으로 Feeding 과정을 설명합니다.
🔍 Task
자연어 처리 분야에서는 많은 Task가 존재합니다. 그 중 가장 대표적으로 뽑히는 Tagging, Neural Machine Translation가 어떤 Task인지를 배웁니다.
각 Task 별 구체적인 예시와 더불어 분석 방법에 대한 대표적인 딥러닝 모델 구조를 제시하며, 데이터의 Weight Feeding 과정을 설명합니다.
🎤 Attention
RNN 모델의 한계점을 제시하고, 이를 개선하기 위한 방법론 중 자연어 처리 분야에서 최근 떠오르고 있는 메커니즘인 Attention 기법을 소개합니다.
Attention Mechanism을 이용한 Neural Machine Translation과, Attention Mechanism을 활용한 Tagging 각각에 대해 어떠한 방식으로 적용할 수 있는지 설명합니다.
🗓 Trend
지식공유자의 입장에서, 최근 자연어 처리 분야에 대해서 주요하게 연구되고 있는 분야를 소개합니다. 본 강의를 수강한 이후, 자연어 처리에 대해서 어떠한 방식으로 공부하면 좋을지 방향성을 제안합니다.
👨👩👧👦 강의 대상자
자연어 처리 분야에 관심이 있으며, 딥러닝에 대해 기본 지식이 있으신 분
파이썬 프로그래밍 언어에 익숙하신 분
🙋🏼♀️ 강의 관련 예상 질문
Q. 본 강의에서 Transformer, BERT 모델들에 대해서 설명해주시나요? → 본 강의는 자연어처리에 대한 기초 강의입니다. Transformer, BERT 모델들에 대해서 공부할 때 필요한 기본 지식들을 준비할 수 있는 것이 본 강의의 목표입니다. 따라서, Transformer, BERT 모델들에 대해 간략히 소개를 드리지만, 구체적인 내용을 다루진 않습니다.
Q. 강의를 수강하기 전, 필요한 지식은 어느정도 인가요? → [PyTorch] 쉽고 빠르게 배우는 딥러닝 수업을 듣는 것을 추천합니다. 그 외에도, 딥러닝 알고리즘에 대한 기본 지식을 갖고 있으시면, 충분히 수강하실 수 있습니다.
Hello, this is Justin. Through this lecture, I hope that you will build on the basics of natural language processing and study more advanced content to develop the ability to be proficient in natural language processing. Thank you for taking the course.
Thank you for explaining the in-depth contents by focusing on the important parts. Thanks to you, I was able to understand the flow of the table of contents and get a sense of which parts to focus on.
Hello, this is Justin. I've created a lecture that focuses on the most basic content about natural language processing and focuses on understanding the flow. Thank you for your interest.