인프런 - 라이프타임 커리어 플랫폼

이 과정은 혁신적인 계산 카메라(computational cameras) 분야를 탐구하며, 첨단 광학, 센서 및 처리 기술을 통해 시각 정보를 캡처하는 방법에 초점을 맞춥니다. 학습자들은 다양한 카메라 기술을 접하고 예술, 과학, 소셜 미디어 등 다양한 분야에서의 활용 사례를 배우게 됩니다.

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.

이 과정은 지능의 본질과 뇌가 어떻게 지능을 생성하는지, 그리고 기계에서 이를 어떻게 복제할 수 있는지를 탐구합니다. 인지 과학, 신경 과학, 컴퓨터 과학 및 인공지능을 통합한 접근 방식을 통해 학습합니다.

이 강의는 Notion API의 기초를 다지고, AI(Claude)를 연동하여 노션을 자동화하는 Notion MCP 활용법을 배우는 과정입니다. API 공식 문서를 따라 블록, 페이지, 데이터베이스를 직접 제어하는 방법을 익히고, 최종적으로는 자연어 명령어(프롬프트)만으로 데이터베이스를 생성하고 텍스트 파일 내용을 분석해 자동으로 페이지를 추가하는 실전 프로젝트를 완성합니다.

딥러닝 라이브러리 없이 바닥부터 알고리즘들을 구현하며 원리를 제대로 파헤쳐 봅시다 :)

자연어처리 컨퍼런스 <Langcon 2024> 발표 세션 영상입니다

홍콩과기대 김성훈 교수님의 "모두를 위한 딥러닝" 강좌 두번째 시즌으로 '강화학습' 에 대해 학습해 봅니다.

컴퓨터 비전 분야에 대한 간단한 소개를 진행하는 강의입니다.

매번 “요약해줘”라고 말하지 않아도 됩니다. 이 강의에서는 Antigravity에서 나만의 AI 에이전트를 만들고, 반복 설명 없이 바로 쓰는 방법을 배웁니다. 초보자도 따라 할 수 있도록 실습 중심으로 구성했습니다. https://antigravity.google/download (반중력 에디터 다운로드 받으시면 됩니다 :))

딥러닝의 근간이 되는 이론들의 컨셉을 정확하게 직관화할 수 있게 도와드립니다.

이 교육과정은 넷마이너(NetMiner)라는 분석 툴에 대해 소개하고 기초적인 사용 방법을 다루고 있습니다. 데이터 파일을 열고, 편집하며 외부 데이터를 가져오고, 시각화, 분석을 실행하는 방법에 대해 기초 실습을 진행하여 처음 넷마이너를 접하는 분들의 거부감과 어려움을 줄여줍니다.

"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.

Agentic AI 시대, AI 개발은 어디로 향하고 있을까요? 이제 경쟁력은 하나의 AI 모델을 잘 사용하는 것이 아니라, 작업에 맞는 모델을 선택하고 AI Agent와 개발 도구를 연결해 실제 문제를 해결하는 능력에 있습니다. 알리바바 클라우드가 개최한 글로벌 AI 컨퍼런스 Qwen Conference 2026의 발표 영상을 무료로 공개합니다. Qwen 3.7 Max 발표와 NVIDIA, Fireworks AI가 참여한 추론의 미래 패널부터, 영상과 음성으로 확장되는 멀티모달 모델, 시연을 넘어 실무에 투입된 AI Agent 사례까지. 모델부터 인프라, 애플리케이션까지 전체 스택을 직접 만드는 회사가 그리는 에이전트 시대의 방향을 확인해보세요.

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 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 이론과 응용을 모두 포함하여 딥러닝의 기초를 다룹니다. 주제에는 신경망 구조(MLP, CNN, RNN, 그래프 신경망, 트랜스포머), 딥러닝의 기하학 및 불변성, 오차 역전파 및 자동 미분, 고차원에서의 학습 이론 및 일반화, 그리고 컴퓨터 비전, 자연어 처리, 로보틱스에 대한 응용이 포함됩니다.

CNN을 공부 했는데도 잘 모르시겠다구요? CNN의 기본 동작 원리를 핵심 부분만 간결하게 알려 드리겠습니다.

더 많은 분들이 머신 러닝과 딥러닝에 대해 더 이해하고 본인들의 문제를 이 멋진 도구를 이용해서 풀수 있게 하기위해 비디오 강의를 준비하였습니다. 더 나아가 이론에만 그치지 않고 최근 구글이 공개한 머신러닝을 위한 오픈소스인 TensorFlow를 이용해서 이론을 구현해 볼수 있도록 하였습니다.

- 저는 4년차 AI 스타트업을 운영하는 Research Engineer/AI PM 입니다. - 이 영상은 인공지능을 "지금", "2026년"에 공부를 시작하려는 분들을 위한 강의입니다. - 대학생 친구들을 보다보면 인공지능을 어떻게 시작해야하는지 감도 못잡는 친구들이 많습니다. - 본 강의를 듣고나서 인공지능을 공부하기 시작할 수 있다면 좋겠습니다. - 참고로, 본 강의는 "내 업무에 AI 활용" 혹은 "GPT를 이용한 수익화 방법 시작하기" 이런 강의가 아닙니다. - 학생, 대학원생, 혹은 개발자 분들이 인공지능을 공부하고싶을 때 어떻게 시작하면 좋을지에 대한 영상입니다.

Keras를 활용해보며 머신러닝과 딥러닝에 대한 모델 알고리즘을 이해해보자!