강의

N
챌린지

멘토링

N
클립

커뮤니티

AI Technology

/

Natural Language Processing

Learning Transformer Through Implementation

From Multi Head Attention to the Original Transformer model, BERT, and Encoder-Decoder based MarianMT translation model, you'll learn Transformer inside and out by implementing them directly with code.

(5.0) 6 reviews

200 learners

  • dooleyz3525
이론 실습 모두
transformer
NLP
바닥부터구현
Deep Learning(DL)
PyTorch
encoder-decoder
bert

What you will gain after the course

  • Hands-on Implementation and Mastery of Transformer's Self, Causal, Cross Attention Mechanisms

  • Learn the Original Transformer Model Architecture by Implementing Positional Encoding, Feed Forward, Encoder, Decoder, and More

  • Tokenization, embedding NLP foundations and RNN models - prerequisite knowledge for Transformers

  • Implementing BERT model directly and applying sentence classification training with the implemented BERT

  • MarianMT Model: A Directly Implemented Encoder-Decoder Translation Model

  • Understanding and Utilizing Hugging Face Dataset, Tokenizer, and DataCollator

  • Training Encoder-Decoder MarianMT Models and Greedy vs Beam Search Inference

  • Implementing Vision Transformer (ViT) from scratch and training an image classification model with custom data

Completely master Transformers with this one course!

Through this course, you can learn by directly implementing Transformer, the core of the latest AI.

I've structured this course as a complete Transformer course that covers everything from Multi-Head Attention, the core mechanism of Transformers, to the Original Transformer model, BERT model, Encoder-Decoder MarianMT translation model, and Vision Transformer, all implemented and understood through code.

transformer여정

Features of this course

[[SPAN_1]]💡 [[/SPAN_1]][[SPAN_2]]바닥부터 코드로 구현하며 배우는 Transformer[[/SPAN_2]]

From Multi Head Attention, the core mechanism of Transformer, to the Original Transformer model and BERT, as well as the Encoder-Decoder translation model MarianMT, you will learn about Transformers inside and out by implementing them directly with code.

💡 Step-by-step learning from NLP fundamentals to core Transformer models

To understand Transformers, it's important to first understand the fundamentals of NLP.

Starting from tokenization and embedding, and RNN models before Transformer, progressing through Attention -> Transformer -> BERT -> MarianMT translation model -> Vision Transformer, the course is structured in one continuous flow enabling step-by-step learning from solid NLP fundamentals to core Transformer models.

[[SPAN_1]]💡 [[/SPAN_1]][[SPAN_2]]이론과 구현의 균형[[/SPAN_2]]

We don't just focus on implementation. The core mechanisms that make up the Transformer are designed to be easily understood and stick in your head. We spent a lot of time conceptualizing ideas and creating this course. From easy and detailed theoretical explanations to actual code implementation, this course will dramatically improve your Transformer application skills.

💡 Presenting Core NLP Problem-Solving Process

We cover specific elements encountered in actual research/practice such as embedding, padding masking, various types of Attention, loss calculation for padded labels, dynamic padding, etc., and present the solution process for these.


💡 Utilizing Key Hugging Face Libraries

Hugging Face is an essential library for utilizing Transformers. In this course, we will use Hugging Face's Tokenizer, Dataset, DataCollator, and other tools to perform data preprocessing, tokenization, dynamic padding, label value and decoder input value transformation, and other data processing tasks for Transformer model training in an easy and convenient way. We will provide you with a detailed guide on how to handle these processes.

You'll learn this kind of content

NLP Fundamentals and RNN for Transformer Prerequisites

We will summarize and explain the prerequisite knowledge needed to learn Transformers, including tokenization, embedding, RNN and Seq2Seq models, and the basics of Attention.

Transformer Core Mechanisms and Key Modules

You can clearly understand the core Attention mechanisms such as Self Attention, Causal Attention, Cross Attention, and the key modules of Transformers including Positional Encoding, Layer Normalization, Feed Forward, Encoder/Decoder Layer through detailed theory and hands-on practice.

Using Hugging Face Tokenizer, Dataset, DataCollator

I will provide a detailed explanation of the features, advantages, and usage methods of Hugging Face's Dataset, Tokenizer, and DataCollator. Additionally, you will be able to master how to effectively perform data pipeline processing tasks for Transformer NLP models by combining these components through various hands-on exercises and examples.

Implementation and Application of BERT Models

Learn BERT by directly implementing the key components of the BERT model. Additionally, you can learn how to apply model training and inference for sentence classification using the BERT implemented this way and various features provided by Hugging Face.

Implementation and Application of Encoder-Decoder Based MarianMT Translation Model

You will directly implement the MarianMT model, which is an Encoder-Decoder based Korean-English translation model, learn various data preprocessing methods and techniques required for training Encoder-Decoder models, and learn how to implement and apply Auto Regressive based Greedy Search and Beam Search.

Implementation and Training of Vision Transformer Models

We will directly implement Vision Transformer, which has established Transformer as a model comparable to CNN in the Vision domain, and train it using a custom dataset. By directly implementing the main modules of Vision Transformer, you can easily understand and learn the characteristics and mechanisms of ViT.

Pre-enrollment Reference Information

Practice Environment 💾

The hands-on environment will be conducted using notebook kernels provided by Kaggle. After signing up for Kaggle and selecting the Code menu, you can use P100 GPU for 30 hours per week for free in a Jupyter Notebook environment similar to Colab.


A 160-page lecture textbook is provided together.

Recommended for
these people

Who is this course right for?

  • Deep learning NLP beginners who want to solidify their foundation by directly implementing everything from tokenization to RNN and Transformer with code

  • Someone who wants to deeply understand the Transformer architecture by directly implementing the internal mechanisms rather than simply using the Transformer library

  • Those who want to understand the core mechanisms of Transformers more easily through a balanced approach of theory and practice

  • Developers who want to solidly build foundational skills in Attention or Transformer when developing AI services

  • Those who want a complete End-to-End practical project experience from Transformer fundamentals to text classification and translation models

Need to know before starting?

  • Deep Learning CNN Complete Guide - PyTorch Version

Hello
This is

26,945

Learners

1,369

Reviews

4,011

Answers

4.9

Rating

14

Courses

(전) 엔코아 컨설팅

(전) 한국 오라클

AI 프리랜서 컨설턴트

파이썬 머신러닝 완벽 가이드 저자

Curriculum

All

145 lectures ∙ (28hr 9min)

Course Materials:

Lecture resources
Published: 
Last updated: 

Reviews

All

6 reviews

5.0

6 reviews

  • aboutexo046263님의 프로필 이미지
    aboutexo046263

    Reviews 13

    ∙

    Average Rating 4.8

    5

    60% enrolled

    • ugowego16567님의 프로필 이미지
      ugowego16567

      Reviews 1

      ∙

      Average Rating 5.0

      5

      30% enrolled

      分かりやすく上手に説明してくださいます。

      • dooleyz3525
        Instructor

        お時間を割いて、このような良い受講レビューを書いていただき、ありがとうございます。

    • wannabmc님의 프로필 이미지
      wannabmc

      Reviews 8

      ∙

      Average Rating 5.0

      5

      30% enrolled

      • dooleyz3525
        Instructor

        良いレビューをありがとうございます。

    • shinedngus225님의 프로필 이미지
      shinedngus225

      Reviews 2

      ∙

      Average Rating 5.0

      5

      7% enrolled

      • dooleyz3525
        Instructor

        良い受講レビューをありがとうございます ^*^

    • jaeuk님의 프로필 이미지
      jaeuk

      Reviews 5

      ∙

      Average Rating 5.0

      5

      31% enrolled

      • dooleyz3525
        Instructor

        良いレビューをありがとうございます ^^

    $59.40

    dooleyz3525's other courses

    Check out other courses by the instructor!

    [改訂版] Python機械学習完全ガイド강의 썸네일

    [改訂版] Python機械学習完全ガイド

    dooleyz3525

    理論中心の機械学習講座から脱却し、機械学習の核心的な概念を簡単に理解できるだけでなく、実践的な機械学習アプリケーションの実装能力を身につけることができます。

    초급

    초급

    Python, Machine Learning(ML), Statistics

    [改訂版] Python機械学習完全ガイド강의 썸네일

    [改訂版] Python機械学習完全ガイド

    dooleyz3525

    深層学習 CNN 完璧ガイド - Pytorch バージョン강의 썸네일

    深層学習 CNN 完璧ガイド - Pytorch バージョン

    dooleyz3525

    ディープラーニング・CNNの核心理論から多様なCNNモデルの実装方法、実践問題を通じた実務ディープラーニング開発のノウハウまで、 PytorchベースのディープラーニングCNN技術の専門家として生まれ変わりたいなら、この講義をご一緒ください:)

    초급

    초급

    Deep Learning(DL), PyTorch, Computer Vision(CV)

    深層学習 CNN 完璧ガイド - Pytorch バージョン강의 썸네일

    深層学習 CNN 完璧ガイド - Pytorch バージョン

    dooleyz3525

    FastAPI 完全ガイド강의 썸네일

    FastAPI 完全ガイド

    dooleyz3525

    本講義はFastAPIの核心機能とともに、Webサービス開発の全過程を習得できるように構成しました。本講義を通じて、皆様を現場で必要とするFastAPI専門開発者に成長させていただきます。

    중급이상

    중급이상

    Python, FastAPI, SQL

    FastAPI 完全ガイド강의 썸네일

    FastAPI 完全ガイド

    dooleyz3525

    カフカパーフェクトガイド - コア編강의 썸네일

    カフカパーフェクトガイド - コア編

    dooleyz3525

    カフカの核心から内部メカニズムの深化レベルの内容まで、詳細な理論の説明とハンズオン実践＆amp;本番カフカアプリケーションの開発実践を通じて、カフカを始める人も一気に専門家レベルに到達できるように講義を構成しました。

    중급이상

    중급이상

    Kafka, Data Engineering

    カフカパーフェクトガイド - コア編강의 썸네일

    カフカパーフェクトガイド - コア編

    dooleyz3525

    データ分析 SQL Fundamentals강의 썸네일

    データ分析 SQL Fundamentals

    dooleyz3525

    SQL の基本要素に関する詳細な講義と実習を通じて、揺るぎない骨組みを作り、SQL 分析の専門家として成長できるようにサポートします。

    초급

    초급

    SQL, PostgreSQL, DBMS/RDBMS

    データ分析 SQL Fundamentals강의 썸네일

    データ分析 SQL Fundamentals

    dooleyz3525

    [改訂版] ディープラーニングコンピュータビジョン完全ガイド강의 썸네일

    [改訂版] ディープラーニングコンピュータビジョン完全ガイド

    dooleyz3525

    この講義では、オブジェクト検出とセグメンテーションに関する詳細な理論の説明と、現場で即座に使用できるレベルの実習例を通じて、現場で必要なディープラーニングベースのコンピュータービジョン専門家として皆さんを育成します。

    중급이상

    중급이상

    Machine Learning(ML), Tensorflow, Python

    [改訂版] ディープラーニングコンピュータビジョン完全ガイド강의 썸네일

    [改訂版] ディープラーニングコンピュータビジョン完全ガイド

    dooleyz3525

    さまざまなケースで習得するSQLデータの分析강의 썸네일

    さまざまなケースで習得するSQLデータの分析

    dooleyz3525

    さまざまな実用的なデータ分析ケースをSQLを通じて実装していきながら、データ分析能力とSQL活用能力を同時に向上させることができます。

    중급이상

    중급이상

    SQL, PostgreSQL, DBMS/RDBMS

    さまざまなケースで習得するSQLデータの分析강의 썸네일

    さまざまなケースで習得するSQLデータの分析

    dooleyz3525

    Oracle パフォーマンス分析とインスタンスチューニングの核心ガイド강의 썸네일

    Oracle パフォーマンス分析とインスタンスチューニングの核心ガイド

    dooleyz3525

    Oracle DB アーキテクチャの内部メカニズムを理解し、パフォーマンスチューニングとパフォーマンス分析の専門家として成長できるための重要なガイドを提供します。

    중급이상

    중급이상

    Oracle, DBMS/RDBMS

    Oracle パフォーマンス分析とインスタンスチューニングの核心ガイド강의 썸네일

    Oracle パフォーマンス分析とインスタンスチューニングの核心ガイド

    dooleyz3525

    カフカパーフェクトガイド - コネクト編강의 썸네일

    カフカパーフェクトガイド - コネクト編

    dooleyz3525

    カフカ・コネクトに関する深い理論の説明と、現場ですぐに使えるレベルの詳細な実践を通じて、現場で必要とするカフカ・コネクトベースのデータ連動およびデータパイプライン構築の専門家に成長させていきます。 。

    중급이상

    중급이상

    Kafka, Data Engineering

    カフカパーフェクトガイド - コネクト編강의 썸네일

    カフカパーフェクトガイド - コネクト編

    dooleyz3525

    カフカパーフェクトガイド - ksqlDB강의 썸네일

    カフカパーフェクトガイド - ksqlDB

    dooleyz3525

    本講義は、ksqlDBの活用とコアメカニズムを様々な実習を通じて習得できるように構成されています。講義を終えたら、Kafka（カフカ）ベースのリアルタイムストリーミングデータ分析システムを簡単かつ迅速に構築できます。

    중급이상

    중급이상

    Kafka, ksqlDB, Data Engineering

    カフカパーフェクトガイド - ksqlDB강의 썸네일

    カフカパーフェクトガイド - ksqlDB

    dooleyz3525

    キャッグアドバンスドマシンラーニング本当の打ち抜き강의 썸네일

    キャッグアドバンスドマシンラーニング本当の打ち抜き

    dooleyz3525

    この講義は、Kaggle の Home Credit Default Risk コンテストの機械学習モデルを実装することで、実践的な機械学習構築の専門家としてあなたのスキルをさらにレベルアップできるように作成された講義です。

    중급이상

    중급이상

    Machine Learning(ML), Kaggle

    キャッグアドバンスドマシンラーニング本当の打ち抜き강의 썸네일

    キャッグアドバンスドマシンラーニング本当の打ち抜き

    dooleyz3525

    スパークマシンラーニングパーフェクトガイド - Part 1강의 썸네일

    スパークマシンラーニングパーフェクトガイド - Part 1

    dooleyz3525

    スパーク機械学習の中核フレームワークの理解、難易度の高い実践問題によるSQLベースのデータ処理、業務ドメイン分析によるデータ分析と最適化された機械学習モデルの実装能力まで、大容量データ基盤から機械学習の専門家として認めたい場合は、この講義と一緒にしてください。

    중급이상

    중급이상

    Apache Spark, Machine Learning(ML), Big Data

    スパークマシンラーニングパーフェクトガイド - Part 1강의 썸네일

    スパークマシンラーニングパーフェクトガイド - Part 1

    dooleyz3525

    深層学習CNN完璧ガイド - TFKerasバージョン강의 썸네일

    深層学習CNN完璧ガイド - TFKerasバージョン

    dooleyz3525

    ディープラーニング・CNNの核心理論から多様なCNNモデルの実装方法、実践問題を通じた実務ディープラーニング開発のノウハウまで、 ディープラーニングCNN技術の専門家として生まれ変わりたいなら、この講義をご一緒ください:)

    초급

    초급

    Deep Learning(DL), CNN, Tensorflow

    深層学習CNN完璧ガイド - TFKerasバージョン강의 썸네일

    深層学習CNN完璧ガイド - TFKerasバージョン

    dooleyz3525

    Similar courses

    Explore other courses in the same field!

    [NLP完全攻略 I] Attentionの誕生：RNN・Seq2Seqの限界からアテンションを実装しながら理解するNLP강의 썸네일

    [NLP完全攻略 I] Attentionの誕生：RNN・Seq2Seqの限界からアテンションを実装しながら理解するNLP

    Sotaaz

    なぜAttentionが必要だったのか、そしてどのように動作するのかを「コードで直接実装しながら」理解します。 この講義はRNNとSeq2Seqモデルの構造的限界から出発し、 固定されたコンテキストベクトルが作り出す情報ボトルネック問題、長期依存性問題を実験で検証し その限界を解決するためにAttentionがどのように登場したのかを自然に繋げて説明します。 単純に概念を紹介するのではなく、 RNNの構造的限界とSeq2Seqの情報ボトルネック問題を直接実験で確認し、 これを解決するために登場した**Bahdanau Attention（加算的アテンション）**と **Luong Attention（内積アテンション）**を一つずつ実装しながらその違いを明確に理解します。 各アテンションが どのような方式でQuery–Key–Value関係を形成し、 重みを計算する過程でどのような数学的・直感的違いを持ち、 なぜ後代モデルに繋がらざるを得なかったのか その特性と進化の流れまで自然に繋がります。 Attentionが文章と単語をどのように捉え、 各単語がどのような方式で重要度を付与されて情報を統合するのかを 数式 → 直感 → コード → 実験が一つに繋がった形で学習します。 この講義はTransformerを正しく理解するための「基礎体力」を築く過程として、 Attentionという概念がなぜ革命的だったのか、 そしてその後のすべての最新NLPモデル（Transformer、BERT、GPTなど）が なぜAttentionを核心構成要素とするのかを深く理解するようになります。 RNN → Seq2Seq → Attentionに繋がる流れを 概念ではなくコードと実験で体化したい学習者に最適化された講義です。

    입문

    입문

    Python, Deep Learning(DL), PyTorch

    [NLP完全攻略 I] Attentionの誕生：RNN・Seq2Seqの限界からアテンションを実装しながら理解するNLP강의 썸네일

    [NLP完全攻略 I] Attentionの誕生：RNN・Seq2Seqの限界からアテンションを実装しながら理解するNLP

    Sotaaz

    <밑바닥부터 만들면서 배우는 LLM> 解説講義강의 썸네일

    <밑바닥부터 만들면서 배우는 LLM> 解説講義

    haesunpark

    『ゼロから作って学ぶLLM』（ギルボット、2025）のGitHubノートブックとボーナスコンテンツを扱う講義です。GitHub: https://github.com/rickiepark/llm-from-scratch/ 『ゼロから作って学ぶLLM』は、セバスチャン・ラシュカ（Sebastian Raschka）が書いたベストセラー『Build a Large Language Model (from Scratch)』（Manning、2024）の翻訳書です。この本は、OpenAIが作ったGPT-2モデルをゼロから始めて完全なモデルを作ってみながら、大規模言語モデルの動作原理を学び活用する方法を提供します。

    초급

    초급

    PyTorch, gpt-2, transformer

    <밑바닥부터 만들면서 배우는 LLM> 解説講義강의 썸네일

    <밑바닥부터 만들면서 배우는 LLM> 解説講義

    haesunpark

    [PyTorch] NLP を簡単に素早く学ぶ강의 썸네일

    [PyTorch] NLP を簡単に素早く学ぶ

    coco

    基本的な自然言語処理技術と、さまざまなテキストタスクにディープラーニングを活用する方法について説明します。

    중급이상

    중급이상

    Deep Learning(DL), Artificial Neural Network, PyTorch

    [PyTorch] NLP を簡単に素早く学ぶ강의 썸네일

    [PyTorch] NLP を簡単に素早く学ぶ

    coco

    LDMからDiTまで、実装しながら学ぶDiffusion完全攻略 II강의 썸네일

    LDMからDiTまで、実装しながら学ぶDiffusion完全攻略 II

    Sotaaz

    この講義は、LDM（Latent Diffusion Model）からDiT（Diffusion Transformer）まで、生成AIの核心技術発展を完全解剖する実戦型マスタークラスです。 LDMの潜在空間ベース学習原理とStable Diffusionの構造、そして最新のDiffusion Transformerの実装方式を論文とコードで直接分析します。 受講生はPyTorchベースでLDM、CFG（Classifier-Free Guidance）、DiTモデルを直接実装し、生成モデルの最新トレンドと構造的進化を体系的に習得します。

    초급

    초급

    Python, Deep Learning(DL), Stable Diffusion

    LDMからDiTまで、実装しながら学ぶDiffusion完全攻略 II강의 썸네일

    LDMからDiTまで、実装しながら学ぶDiffusion完全攻略 II

    Sotaaz

    例として学ぶディープラーニング自然言語処理入門 NLP with TensorFlow - RNNからBERTまで강의 썸네일

    例として学ぶディープラーニング自然言語処理入門 NLP with TensorFlow - RNNからBERTまで

    AISchool

    ディープラーニング自然言語処理の基礎から最新モデルであるTransformerとBERTまで、ディープラーニング自然言語処理(Natural Language Processing [NLP])の原理と活用方法を様々な例と実習コード実装を通じて学習します。

    초급

    초급

    Deep Learning(DL), NLP, Tensorflow

    例として学ぶディープラーニング自然言語処理入門 NLP with TensorFlow - RNNからBERTまで강의 썸네일

    例として学ぶディープラーニング自然言語処理入門 NLP with TensorFlow - RNNからBERTまで

    AISchool

    DDPMからDDIMまで、実装しながら学ぶDiffusion完全攻略 I강의 썸네일

    DDPMからDDIMまで、実装しながら学ぶDiffusion完全攻略 I

    Sotaaz

    この講義は拡散モデル(Diffusion Model)の進化過程を論文とコードで完全制覇する実戦中心のマスタークラスです。 DDPM(Denoising Diffusion Probabilistic Model)とDDIMなど、生成AIの核心モデルたちを論文原理から直接実装しながら学習します。 各モデルの登場背景、数式、ネットワーク構造(U-Net、VAE、Transformer)、学習過程(Noise Schedule、Denoising Step)、そして性能向上を導いたアイデアたちを段階別に分析します。受講生はすべてのモデルをPyTorchベースで直接コーディングし、論文を理解することに留まらず「再現し応用できる実務能力」を得ることになります。 また、モデル間の違いと発展の流れを比較し、どのように拡張されるかを明確に理解するようになります。 この講義は理論・コード・実習を一つに、研究者・開発者・創作者すべてに生成モデルの進化を体系的に習得できる旅程を提供します。 論文を「読むこと」を超え、直接実装しながら「理解し再創造」する経験を今始めてください。

    초급

    초급

    Python, Deep Learning(DL), AI

    DDPMからDDIMまで、実装しながら学ぶDiffusion完全攻略 I강의 썸네일

    DDPMからDDIMまで、実装しながら学ぶDiffusion完全攻略 I

    Sotaaz

    すべてのための大規模な言語モデルLLM Part 3 - Google Gemini API、OpenAI API、GemmaでAIアプリケーションを作成する강의 썸네일

    すべてのための大規模な言語モデルLLM Part 3 - Google Gemini API、OpenAI API、GemmaでAIアプリケーションを作成する

    AISchool

    GoogleのGeminiモデルの概念とGemini APIの活用方法を学習し、Streamlitを利用してさまざまなAIアプリケーションを作成する講義です。

    중급이상

    중급이상

    openAI API, ChatGPT, gemini

    すべてのための大規模な言語モデルLLM Part 3 - Google Gemini API、OpenAI API、GemmaでAIアプリケーションを作成する강의 썸네일

    すべてのための大規模な言語モデルLLM Part 3 - Google Gemini API、OpenAI API、GemmaでAIアプリケーションを作成する

    AISchool

    深層学習 CNN 完璧ガイド - Pytorch バージョン강의 썸네일

    深層学習 CNN 完璧ガイド - Pytorch バージョン

    dooleyz3525

    ディープラーニング・CNNの核心理論から多様なCNNモデルの実装方法、実践問題を通じた実務ディープラーニング開発のノウハウまで、 PytorchベースのディープラーニングCNN技術の専門家として生まれ変わりたいなら、この講義をご一緒ください:)

    초급

    초급

    Deep Learning(DL), PyTorch, Computer Vision(CV)

    深層学習 CNN 完璧ガイド - Pytorch バージョン강의 썸네일

    深層学習 CNN 完璧ガイド - Pytorch バージョン

    dooleyz3525

    大規模言語モデル、核心だけ素早く！강의 썸네일

    大規模言語モデル、核心だけ素早く！

    haesunpark

    <大規模言語モデル、核心だけ素早く!>(インサイト、2025)を基にしたLLMの理論と実戦例題を扱う講義です。

    입문

    입문

    Artificial Neural Network, PyTorch, LLM

    大規模言語モデル、核心だけ素早く！강의 썸네일

    大規模言語モデル、核心だけ素早く！

    haesunpark

    [ICTアーカイブ] ビッグデータの核心とビジネスモデル강의 썸네일

    [ICTアーカイブ] ビッグデータの核心とビジネスモデル

    kpcre

    ビッグデータの基本概念と最新トレンドを把握し、ビッグデータ分析技法の技術的理解を通じてデータパターンを抽出し、ビジネスに活用できる方法を提示します。ビッグデータを通じて新しいビジネスを創出し、未来のビジネス環境に対する洞察力を養うことができます。

    입문

    입문

    Big Data, Machine Learning(ML), Deep Learning(DL)

    [ICTアーカイブ] ビッグデータの核心とビジネスモデル강의 썸네일

    [ICTアーカイブ] ビッグデータの核心とビジネスモデル

    kpcre

    Pythonとディープラーニングを活用した時系列データ処理강의 썸네일

    Pythonとディープラーニングを活用した時系列データ処理

    YoungJea Oh

    時間は絶えず流れ、データは蓄積し続けます。このダイナミックな世界では、時系列データは私たちの生活のあらゆる面で重要な役割を果たしています。金融市場のボラティリティから気候変動の微妙な信号に至るまで、時系列データにはこれらすべてが含まれています。さて、この強力なデータをPythonとディープラーニングの力を使って解釈して活用する方法を学びましょう！

    중급이상

    중급이상

    AI, python3, Deep Learning(DL)

    Pythonとディープラーニングを活用した時系列データ処理강의 썸네일

    Pythonとディープラーニングを活用した時系列データ処理

    YoungJea Oh

    ディープラーニングからAI Agent、MCPまで：一度で完成する生成型AI実装강의 썸네일

    ディープラーニングからAI Agent、MCPまで：一度で完成する生成型AI実装

    dualjkorea

    この講義は、LLM（大規模言語モデル）の基本原理からRAG（Retrieval-Augmented Generation）、そして最新技術であるAI AgentとMCP（Modular Command Protocol）まで、生成型AIを実務で活用するために必ず知っておくべき全過程を一度に整理するコースです。 生成型AIがどのように情報を理解し、検索し、判断し、行動するAI Agentへと拡張されるかを、技術の流れに沿って自然に学べるよう構成されています。

    초급

    초급

    Deep Learning(DL), AI Agent, LangChain

    ディープラーニングからAI Agent、MCPまで：一度で完成する生成型AI実装강의 썸네일

    ディープラーニングからAI Agent、MCPまで：一度で完成する生成型AI実装

    dualjkorea

    1時間で学ぶLLMとGPT基礎강의 썸네일

    1時間で学ぶLLMとGPT基礎

    Essential

    この講義は、LLMとGPTの基本概念を誰でも理解できるよう分かりやすく説明します。 受講生はGPT APIを直接活用してチャットボットを作成し、Streamlitを利用してウェブで実行することができます。 基礎から実習まで体験しながら、AI活用の第一歩をしっかりと固めることができます。

    초급

    초급

    Python, AI, ChatGPT

    1時間で学ぶLLMとGPT基礎강의 썸네일

    1時間で学ぶLLMとGPT基礎

    Essential

    非専攻者・入門者のためのData Science(DS)とAI学習・就職ガイド강의 썸네일

    非専攻者・入門者のためのData Science(DS)とAI学習・就職ガイド

    AISchool

    Data Science(DS)と Artificial Intelligence(AI)関連職種の分析と 関連職種でのキャリア構築のための学習・就職ロードマップを学びましょう。

    입문

    입문

    Deep Learning(DL), Machine Learning(ML)

    非専攻者・入門者のためのData Science(DS)とAI学習・就職ガイド강의 썸네일

    非専攻者・入門者のためのData Science(DS)とAI学習・就職ガイド

    AISchool

    すべてのサラリーマンのための誰でも理解できる人工知能강의 썸네일

    すべてのサラリーマンのための誰でも理解できる人工知能

    jin0choi1216

    AIが初めての方の目線に合わせたAI入門講座！データから生成AIまで、主要な概念をわかりやすくまとめました。AIを開発するのではなく、質問や説明ができるレベルの実務理解を目指します。

    입문

    입문

    Machine Learning(ML), Deep Learning(DL), Recommendation System

    すべてのサラリーマンのための誰でも理解できる人工知能강의 썸네일

    すべてのサラリーマンのための誰でも理解できる人工知能

    jin0choi1216

    鼓属まで文科生も一気に理解する簡単な言葉で解き放たれた機械学習話강의 썸네일

    鼓属まで文科生も一気に理解する簡単な言葉で解き放たれた機械学習話

    sdlee

    鼓属まで、文科生の目の高さに合わせた数式なしで理解する簡単な言葉で、物語のように解放した機械学習講義です！

    입문

    입문

    Machine Learning(ML), Deep Learning(DL)

    鼓属まで文科生も一気に理解する簡単な言葉で解き放たれた機械学習話강의 썸네일

    鼓属まで文科生も一気に理解する簡単な言葉で解き放たれた機械学習話

    sdlee

    AIを活用した製造業分野の実務適用戦略（自動車・部品分野）강의 썸네일

    AIを活用した製造業分野の実務適用戦略（自動車・部品分野）

    88888

    自動車および部品製造産業は、激しいグローバル競争と複雑なサプライチェーンの中で、イノベーションが不可欠な分野です。本講義は、AI技術を現場にどのように適用できるかを中心に、生産効率の向上、品質検査の自動化、設備予知保全、サプライチェーン最適化など、実際の事例とともに説明します。 AI導入に必要な基礎理解から、現場適用時に考慮すべき戦略とリスク管理まで段階的に扱い、実務担当者と管理者がすぐに活用できる知識と洞察を提供します。

    입문

    입문

    Machine Learning(ML), Deep Learning(DL), IoT

    AIを活用した製造業分野の実務適用戦略（自動車・部品分野）강의 썸네일

    AIを活用した製造業分野の実務適用戦略（自動車・部品分野）

    88888

    アルゴリズムトレーディングの秘密、AIが株価を当てる方法강의 썸네일

    アルゴリズムトレーディングの秘密、AIが株価を当てる方法

    cheatkeylab

    40種類以上の経済指標と株価データをAIで分析し、S&P 500、QQQ ETFだけでなく個別銘柄まで予測する強力な株価分析モデルをご自身で作ってみましょう！

    초급

    초급

    Deep Learning(DL), Python, transformer

    アルゴリズムトレーディングの秘密、AIが株価を当てる方法강의 썸네일

    アルゴリズムトレーディングの秘密、AIが株価を当てる方法

    cheatkeylab

    実戦ドッカー：ドッカーで自分だけのディープラーニングクラウドコンピュータを作る강의 썸네일

    実戦ドッカー：ドッカーで自分だけのディープラーニングクラウドコンピュータを作る

    danielyouk

    Docker を使用して、クラウドにディープラーニング分析環境を作成できます。 Google、MS などの管理する Docker イメージとクラウドを組み合わせることで、コンピューターで最新のディープラーニング分析方法を使用して作業を行うことができます。

    초급

    초급

    Docker, Virtualization, Python

    実戦ドッカー：ドッカーで自分だけのディープラーニングクラウドコンピュータを作る강의 썸네일

    実戦ドッカー：ドッカーで自分だけのディープラーニングクラウドコンピュータを作る

    danielyouk

    私がタイタニックに乗っていたら？！PyTorch & Next.jsで生存確率予測AIウェブサービス作り강의 썸네일

    私がタイタニックに乗っていたら？！PyTorch & Next.jsで生存確率予測AIウェブサービス作り

    dakgangjung123

    この講義は「タイタニックに私が乗っていたら果たして生き残ることができただろうか？」という質問から出発し、実際のデータに基づいて生存確率を予測するAIモデルを開発し、これをWebでサービス化するフルスタックプロジェクトを完成させます。PyTorchを利用したディープラーニングモデリング、FastAPIでバックエンドサーバー構築、Next.jsでユーザーインターフェース実装に至るまで、AIとWeb開発の全過程を実習することになります。

    중급이상

    중급이상

    Python, Deep Learning(DL), PyTorch

    私がタイタニックに乗っていたら？！PyTorch & Next.jsで生存確率予測AIウェブサービス作り강의 썸네일

    私がタイタニックに乗っていたら？！PyTorch & Next.jsで生存確率予測AIウェブサービス作り

    dakgangjung123