[PyTorch] 쉽고 빠르게 배우는 NLP
[PyTorch] 쉽고 빠르게 배우는 NLP
수강정보
(1개의 수강평)
41명의 수강생
55,000원
지식공유자 : 코코
13회 수업 · 총 4시간 27분 수업
기간 : 평생 무제한 시청
수료증 : 발급 강의
수강 난이도 : 중급이상

이 강의는

기본적인 자연어처리 기법(Natural Language Processing)과 딥러닝을 활용한 다양한 텍스트 task에 대해 다룹니다.

이런 걸 배워요

  • 자연어처리의 기본개념
  • Attention에 대한 개념과 응용
  • 최근 NLP에 대한 트렌드
  • 딥러닝을 통한 자연어 처리 기법

자연어 처리의 기본을 차근차근 설명해드립니다.

👨‍🎓 강의 소개

[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.

Q. 실습 수업은 어떻게 진행되나요?
→ 이론 내용에 관련된 실습 코드를 준비해서 강의합니다. 코드를 공유하되, 라인 바이 라인으로 코드를 작성하며 복습해보시는 것을 추천합니다. (실습 코드 : [https://github.com/Justin-A/](https://github.com/Justin-A/torch_nlp_basic)torch_nlp_basic)

✔️ 참고 강의

[PyTorch] 쉽고 빠르게 배우는 딥러닝
딥러닝의 개념과 관련 지식을 빠르게 학습하세요.

👨‍💻 지식공유자 소개

Justin

  • 연세대학교 산업공학과 석사과정
  • Data Science, Deep Learning 관련 연구 진행중

도움 되는 분들

  • 자연어처리 딥러닝으로 다루고 싶으신 분
  • 텍스트, NLP 쪽을 배우고 싶으신 분

선수 지식

  • 딥러닝 기초
  • Pytorch 기초

지식공유자 소개

학부에서는 통계학을 전공하고 현재는 산업공학(인공지능)을 공부하고 있는 박사과정생입니다.

수상

ㆍ 제6회 빅콘테스트 게임유저이탈 알고리즘 개발 / 엔씨소프트상(2018)

ㆍ 제5회 빅콘테스트 대출 연체자 예측 알고리즘개발 / 한국정보통신진흥협회장상(2017)

ㆍ 2016 날씨 빅데이터 콘테스트/ 기상산업 진흥원장상(2016) 

ㆍ 제4회 빅콘테스트 보험사기 예측 알고리즘 개발 / 본선진출(2016)

ㆍ 제3회 빅콘테스트 야구 경기 예측 알고리즘 개발 / 미래창조과학부 장관상(2015)

* blog : https://bluediary8.tistory.com

주로 연구하는 분야는 데이터 사이언스, 강화학습, 딥러닝 입니다.

크롤링과 텍스트마이닝은 현재는 취미로 하고있습니다 :) 

크롤링을 이용해서 인기있는 커뮤니티 글만 수집해서 보여주는 마롱이라는 앱을 개발하였고

전국의 맛집리스트와 블로그를 수집해서 맛집 추천 앱도 만들었었죠 :) (시원하게 말아먹..)

지금은 인공지능을 연구하는 박사과정생입니다.

 

교육과정

모두 펼치기 13 강의 4시간 27분
섹션 0. 자연어 처리의 기초
6 강의 146 : 06
강의소개
08 : 52
자연어 처리(Natural Language Processing)에 필요한 기본 배경 지식(Introduction)
24 : 29
자연어를 표현하기 위한 벡터
26 : 39
자연어 처리에 기본 딥러닝 모델(Recurrent Neural Network)
23 : 55
[실습] 자연어 처리에 필요한 기본 배경 지식 실습
33 : 31
[실습] Word2Vec 실습 및 GloVe 벡터 활용
28 : 40
섹션 1. 자연어 처리 분야의 대표적인 태스크
5 강의 103 : 39
자연어 처리 태스크 (1) Sequence_Tagging
17 : 16
자연어 처리 태스크 (2) Neural Machine Translation
22 : 57
[심화] Attention Mechanism
19 : 54
[실습] Sequence Tagging 실습
22 : 55
[실습] Neural Machine Translation
20 : 37
섹션 2. 자연어 처리에 대한 트렌드
1 강의 17 : 44
자연어처리에 대한 트랜드
17 : 44
섹션 3. 수업자료
1 강의
수업자료

공개 일자

2020년 3월 31일 (마지막 업데이트 일자 : 2020년 3월 31일)

수강 후기

아직 평가를 충분히 받지 못한 강의 입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!😄️️

default_profile.png
킴허클베리 1달 전
깊은 내용들을 중요한 부분 위주로 꼭꼭 집어서 설명해 주셔서 감사합니다. 덕분에 목차 흐름을 이해하는 것과, 어떤 부분에 중점을 두어야 하는지 감을 잡는 데에도 많은 도움을 받았습니다~
Justin

Justin 1달 전
안녕하세요, Justin 입니다. 자연어 처리에 대해서 가장 기본적인 내용을 중점으로 다루었고, 흐름을 파악하는 것으로 초점을 두어 강의를 제작하였는데 좋게 봐주셔서 감사합니다.

지식공유자 되기
많은 사람들에게 배움의 기회를 주고,
경제적 보상을 받아보세요.
지식공유참여
기업 교육을 위한 인프런
“인프런 비즈니스” 를 통해 모든 팀원이 인프런의 강의들을
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스