강의

N
챌린지

멘토링

N
클립

로드맵

NEW
AI Development

/

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 learners are taking this course

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

What you will learn!

  • 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

Master Transformer completely with this one lecture!

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

I've structured this course as a comprehensive Transformer full course that covers everything from Multi-Head Attention, the core mechanism of Transformers, to the Original Transformer model, BERT model, and Encoder-Decoder MarianMT translation model, 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, the course is structured in one continuous flow to enable 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. I 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 conveniently handle data processing for training Transformer models with large datasets, including data preprocessing, tokenization, dynamic padding, label value conversion, and decoder input value transformationin an easy and convenient way. We provide detailed guidance on how to handle these processes.

A Vision Transformer(ViT) section will be added to this course

ViT (Vision Transformer) lectures will be added to this course by the end of November 2025. After the ViT lectures are added, the price of this course will be slightly increased.

You'll learn this kind of content

NLP Fundamentals and RNN for Transformer Prerequisites

We will provide a summary explanation of 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.

Utilizing 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 MarianMT Translation Model Based on Encoder-Decoder

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

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 140-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 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

26,332

Learners

1,323

Reviews

3,983

Answers

4.9

Rating

14

Courses

(전) 엔코아 컨설팅

(전) 한국 오라클

AI 프리랜서 컨설턴트

파이썬 머신러닝 완벽 가이드 저자

Curriculum

All

123 lectures ∙ (24hr 16min)

Course Materials:

Lecture resources
Published: 
Last updated: 

Reviews

Not enough reviews.
Please write a valuable review that helps everyone!

Limited time deal

$50,050.00

35%

$59.40

dooleyz3525's other courses

Check out other courses by the instructor!

[개정판] 파이썬 머신러닝 완벽 가이드강의 썸네일

[개정판] 파이썬 머신러닝 완벽 가이드

권 철민

이론 위주의 머신러닝 강좌에서 탈피하여 머신러닝의 핵심 개념을 쉽게 이해함과 동시에 실전 머신러닝 애플리케이션 구현 능력을 갖출 수 있도록 만들어 드립니다.

초급

초급

Python, 머신러닝, 통계

[개정판] 파이썬 머신러닝 완벽 가이드강의 썸네일

[개정판] 파이썬 머신러닝 완벽 가이드

권 철민

FastAPI 완벽 가이드강의 썸네일

FastAPI 완벽 가이드

권 철민

본 강의는 FastAPI의 핵심 기능과 함께, 웹서비스 개발의 전 과정을 익힐 수 있도록 구성 하였습니다. 본 강의를 통해 여러분을 현장에서 필요로 하는 FastAPI 전문 개발자로 발돋움 시켜 드릴 것입니다.

중급이상

중급이상

Python, FastAPI, SQL

FastAPI 완벽 가이드강의 썸네일

FastAPI 완벽 가이드

권 철민

다양한 사례로 익히는 SQL 데이터 분석강의 썸네일

다양한 사례로 익히는 SQL 데이터 분석

권 철민

다양한 실전 데이터 분석 사례를 SQL을 통해 구현해 나가면서 데이터 분석 능력과 SQL 활용 능력을 동시에 향상 시킬 수 있습니다.

중급이상

중급이상

SQL, PostgreSQL, DBMS/RDBMS

다양한 사례로 익히는 SQL 데이터 분석강의 썸네일

다양한 사례로 익히는 SQL 데이터 분석

권 철민

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드강의 썸네일

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

권 철민

본 강의는 Object Detection과 Segmentation에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 실습 예제를 통해 여러분을 현장에서 필요한 딥러닝 기반의 컴퓨터 비전 전문가로 발돋움시켜 드릴 것입니다.

중급이상

중급이상

머신러닝, Tensorflow, Python

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드강의 썸네일

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

권 철민

딥러닝 CNN 완벽 가이드 - Pytorch 버전강의 썸네일

딥러닝 CNN 완벽 가이드 - Pytorch 버전

권 철민

딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, Pytorch 기반의 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

초급

초급

딥러닝, PyTorch, 컴퓨터 비전

딥러닝 CNN 완벽 가이드 - Pytorch 버전강의 썸네일

딥러닝 CNN 완벽 가이드 - Pytorch 버전

권 철민

데이터 분석 SQL Fundamentals강의 썸네일

데이터 분석 SQL Fundamentals

권 철민

SQL의 핵심 요소에 대한 상세한 강의와 실습을 통해, 여러분이 SQL 분석 전문가로 성장할 수 있도록 흔들리지 않는 뼈대를 만들어 드리겠습니다.

초급

초급

SQL, PostgreSQL, DBMS/RDBMS

데이터 분석 SQL Fundamentals강의 썸네일

데이터 분석 SQL Fundamentals

권 철민

오라클 성능 분석과 인스턴스 튜닝 핵심 가이드강의 썸네일

오라클 성능 분석과 인스턴스 튜닝 핵심 가이드

권 철민

오라클 DB 아키텍처의 내부 메커니즘을 이해하고 성능 튜닝과 성능 분석 전문가로 성장할 수 있는 핵심 가이드를 제공합니다.

중급이상

중급이상

Oracle, DBMS/RDBMS

오라클 성능 분석과 인스턴스 튜닝 핵심 가이드강의 썸네일

오라클 성능 분석과 인스턴스 튜닝 핵심 가이드

권 철민

스파크 머신러닝 완벽 가이드 - Part 1강의 썸네일

스파크 머신러닝 완벽 가이드 - Part 1

권 철민

스파크(Spark) 머신러닝의 핵심 Framework에 대한 이해, 난이도 높은 실전 문제를 통한 SQL 기반의 데이터 가공, 업무 도메인 분석을 통한 데이터 분석과 최적화된 머신러닝 모델 구현 능력까지, 대용량 데이터 기반에서 머신러닝 전문가로 인정 받고 싶다면 이 강의와 함께 하십시요.

중급이상

중급이상

Apache Spark, 머신러닝, 빅데이터

스파크 머신러닝 완벽 가이드 - Part 1강의 썸네일

스파크 머신러닝 완벽 가이드 - Part 1

권 철민

카프카 완벽 가이드 - 커넥트(Connect) 편강의 썸네일

카프카 완벽 가이드 - 커넥트(Connect) 편

권 철민

카프카 커넥트(Kafka Connect)에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 상세한 실습을 통해 여러분을 현장에서 필요로 하는 카프카 커넥트 기반의 데이터 연동 및 데이터 파이프라인 구축 전문가로 성장시켜 드릴 것입니다.

중급이상

중급이상

Kafka, 데이터 엔지니어링

카프카 완벽 가이드 - 커넥트(Connect) 편강의 썸네일

카프카 완벽 가이드 - 커넥트(Connect) 편

권 철민

카프카 완벽 가이드 - 코어편강의 썸네일

카프카 완벽 가이드 - 코어편

권 철민

카프카(Kafka)의 핵심부터 내부 메커니즘에 대한 심화 수준의 내용까지, 상세한 이론 설명과 핸즈온 실습 & 실전 카프카 애플리케이션 개발 실습을 통해 카프카를 시작하는 사람도 단숨에 전문가 레벨로 도달할 수 있도록 강의를 구성했습니다.

중급이상

중급이상

Kafka, 데이터 엔지니어링

카프카 완벽 가이드 - 코어편강의 썸네일

카프카 완벽 가이드 - 코어편

권 철민

캐글 Advanced 머신러닝 실전 박치기강의 썸네일

캐글 Advanced 머신러닝 실전 박치기

권 철민

본 강의는 Kaggle의 Home Credit Default Risk 경연대회 머신 러닝 모델을 구현을 통해, 여러분을 실전적인 머신 러닝 구축 전문가로 한단계 실력을 업그레이드 할 수 있도록 만들어진 강의 입니다.

중급이상

중급이상

머신러닝, Kaggle

캐글 Advanced 머신러닝 실전 박치기강의 썸네일

캐글 Advanced 머신러닝 실전 박치기

권 철민

카프카 완벽 가이드 - ksqlDB강의 썸네일

카프카 완벽 가이드 - ksqlDB

권 철민

본 강의는 ksqlDB의 활용과 핵심 메커니즘을 다양한 실습을 통해 익힐 수 있게 구성되어 있습니다. 강의를 마치고 나면 여러분은 Kafka(카프카) 기반의 실시간 Streaming 데이터 분석 시스템을 쉽고 빠르게 구축하실 수 있게 됩니다.

중급이상

중급이상

Kafka, ksqlDB, 데이터 엔지니어링

카프카 완벽 가이드 - ksqlDB강의 썸네일

카프카 완벽 가이드 - ksqlDB

권 철민

딥러닝 CNN 완벽 가이드 - TFKeras 버전강의 썸네일

딥러닝 CNN 완벽 가이드 - TFKeras 버전

권 철민

딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

초급

초급

딥러닝, CNN, Tensorflow

딥러닝 CNN 완벽 가이드 - TFKeras 버전강의 썸네일

딥러닝 CNN 완벽 가이드 - TFKeras 버전

권 철민

Similar courses

Explore other courses in the same field!

딥러닝을 활용한 자연어 처리 (NLP) 과정 (기초부터 ChatGPT/생성 모델까지)강의 썸네일

딥러닝을 활용한 자연어 처리 (NLP) 과정 (기초부터 ChatGPT/생성 모델까지)

YoungJea Oh

자연어 처리(NLP)는 인공지능의 가장 빠르게 성장하는 분야 중 하나입니다. 이 강의는 NLP의 기초부터 시작하여, 딥러닝을 이용한 최신 NLP 기술까지 폭넓게 다룹니다. 특히, ChatGPT와 같은 최첨단 생성 모델에 대한 심도 있는 이해를 제공합니다.

중급이상

중급이상

딥러닝, NLP, Tensorflow

딥러닝을 활용한 자연어 처리 (NLP) 과정 (기초부터 ChatGPT/생성 모델까지)강의 썸네일

딥러닝을 활용한 자연어 처리 (NLP) 과정 (기초부터 ChatGPT/생성 모델까지)

YoungJea Oh

<밑바닥부터 만들면서 배우는 LLM> 깃허브 + 보너스 콘텐츠 해설강의 썸네일

<밑바닥부터 만들면서 배우는 LLM> 깃허브 + 보너스 콘텐츠 해설

박해선

<밑바닥부터 만들면서 배우는 LLM>(길벗, 2025)의 깃허브 노트북과 보너스 콘텐츠를 다루는 강의입니다. 깃허브: https://github.com/rickiepark/llm-from-scratch/ <밑바닥부터 만들면서 배우는 LLM>은 세바스찬 라시카(Sebastian Raschka)가 쓴 베스트셀러 <Build a Large Langauge Model (from Scratch)>(Manning, 2024)의 번역서입니다. 이 책은 오픈AI가 만든 GPT-2 모델을 밑바닥에서부터 시작해서 완전한 모델을 만들어 보면서 대규모 언어 모델의 작동 원리를 배우고 활용하는 방법을 제공합니다.

초급

초급

PyTorch, gpt-2, transformer

<밑바닥부터 만들면서 배우는 LLM> 깃허브 + 보너스 콘텐츠 해설강의 썸네일

<밑바닥부터 만들면서 배우는 LLM> 깃허브 + 보너스 콘텐츠 해설

박해선

[PyTorch] 쉽고 빠르게 배우는 NLP강의 썸네일

[PyTorch] 쉽고 빠르게 배우는 NLP

코코

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

중급이상

중급이상

딥러닝, 인공신경망, PyTorch

[PyTorch] 쉽고 빠르게 배우는 NLP강의 썸네일

[PyTorch] 쉽고 빠르게 배우는 NLP

코코

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기강의 썸네일

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기

AISchool

LLM(Large Language Model)의 기초 개념부터 고성능 LLM인 Llama 2 모델을 내가 원하는 데이터셋에 Fine-Tuning하는 방법까지 차근차근 학습합니다.

중급이상

중급이상

LLM, Llama, 딥러닝

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기강의 썸네일

모두를 위한 대규모 언어 모델 LLM(Large Language Model) Part 1 - Llama 2 Fine-Tuning 해보기

AISchool

엑셀로 만드는 딥러닝 - 분류강의 썸네일

엑셀로 만드는 딥러닝 - 분류

멋진

엑셀로 딥러닝 기초를 구현하며 그 의미를 깊게 이해하기!

초급

초급

Excel, VBA, 딥러닝

엑셀로 만드는 딥러닝 - 분류강의 썸네일

엑셀로 만드는 딥러닝 - 분류

멋진

엑셀로 만드는 딥러닝 프레임워크강의 썸네일

엑셀로 만드는 딥러닝 프레임워크

멋진

엑셀로 딥러닝 프레임워크를 직접 구현해보자! 구현한 프레임워크로 지도학습/ 비지도학습/강화학습을 풀어보자!

초급

초급

VBA, 딥러닝, Excel

엑셀로 만드는 딥러닝 프레임워크강의 썸네일

엑셀로 만드는 딥러닝 프레임워크

멋진

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기강의 썸네일

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기

AISchool

구글 제미나이(Gemini) 모델의 개념과 Gemini API 활용 방법을 학습하고, Streamlit을 이용해서 다양한 AI 어플리케이션을 만들어보는 강의입니다.

중급이상

중급이상

openAI API, ChatGPT, gemini

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기강의 썸네일

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기

AISchool

1시간 만에 배우는 LLM과 GPT 기초강의 썸네일

1시간 만에 배우는 LLM과 GPT 기초

Essential

이 강의는 LLM과 GPT의 기본 개념을 누구나 이해할 수 있도록 쉽게 설명합니다. 수강생은 GPT API를 직접 활용해 챗봇을 만들고, Streamlit을 이용해 웹에서 실행할 수 있습니다. 기초부터 실습까지 경험하면서 AI 활용의 첫걸음을 확실히 다질 수 있습니다.

초급

초급

Python, 인공지능(AI), ChatGPT

1시간 만에 배우는 LLM과 GPT 기초강의 썸네일

1시간 만에 배우는 LLM과 GPT 기초

Essential

파이썬과 딥러닝을 활용한 시계열 자료 처리강의 썸네일

파이썬과 딥러닝을 활용한 시계열 자료 처리

YoungJea Oh

시간은 끊임없이 흐르고, 데이터는 계속 쌓입니다. 이 역동적인 세계에서 시계열 데이터는 우리 삶의 모든 측면에서 중요한 역할을 합니다. 금융 시장의 변동성부터 기후 변화의 미묘한 신호에 이르기까지, 시계열 데이터는 이 모든 것을 담고 있습니다. 이제 이 강력한 데이터를 파이썬과 딥러닝의 힘을 이용하여 해석하고 활용하는 방법을 배워보세요!

중급이상

중급이상

인공지능(AI), python3, 딥러닝

파이썬과 딥러닝을 활용한 시계열 자료 처리강의 썸네일

파이썬과 딥러닝을 활용한 시계열 자료 처리

YoungJea Oh

모든 직장인을 위한 누구나 이해할 수 있는 인공지능강의 썸네일

모든 직장인을 위한 누구나 이해할 수 있는 인공지능

최진영

인공지능이 처음인 사람의 눈높이에 맞춘 인공지능 입문 강의! 데이터부터 생성형 AI까지 핵심 개념을 쉽게 정리했습니다. 인공지능을 만드는 것이 아닌 질문하고 설명할 수 있는 수준의 실무 이해를 목표로 합니다.

입문

입문

머신러닝, 딥러닝, 추천 시스템

모든 직장인을 위한 누구나 이해할 수 있는 인공지능강의 썸네일

모든 직장인을 위한 누구나 이해할 수 있는 인공지능

최진영

실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기강의 썸네일

실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기

다니엘

도커를 사용해서 클라우드에 딥러닝 분석환경을 만들 수 있습니다. 구글, MS 등이 관리하는 도커 이미지와 클라우드가 결합할 때 여러분의 컴퓨터에서 가장 최신의 딥러닝 분석 방법으로 작업을 수행하는 것이 가능해집니다.

초급

초급

Docker, 가상화, Python

실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기강의 썸네일

실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기

다니엘

[7일 완성] 한 번에 합격하는 MS AI-900 자격증강의 썸네일

[7일 완성] 한 번에 합격하는 MS AI-900 자격증

JOB,GREEGI

AI 시대의 필수 자격증, MS AI-900! 🚀 알고 계셨나요? ChatGPT는 Microsoft Azure에서만 운영됩니다! 최신 GPT 모델을 독점 제공하는 Microsoft Azure OpenAI를 제대로 활용하고 싶다면, 지금이 바로 기회입니다. AI-900 과정을 통해 Azure AI 서비스 전문가로 성장하고, 기업이 신뢰하는 엔터프라이즈급 AI 솔루션을 마스터하세요. 글로벌 공인 인증까지 확보하여 진정한 AI 전문가로서 경쟁력을 높이세요!

입문

입문

머신러닝, 딥러닝, 인공지능(AI)

[7일 완성] 한 번에 합격하는 MS AI-900 자격증강의 썸네일

[7일 완성] 한 번에 합격하는 MS AI-900 자격증

JOB,GREEGI

인공지능(AI) - 무료 AI 이미지를 만들어주는 텐서아트(Tensor Art) 배우기강의 썸네일

인공지능(AI) - 무료 AI 이미지를 만들어주는 텐서아트(Tensor Art) 배우기

유용한IT학습

본 강좌는 AI 기술을 처음 접하는 학습자도 쉽게 이해하고 따라 할 수 있도록 구성된 입문 과정입니다. 강의를 통해 AI 플랫폼의 기본 개념과 사용 방법을 익히며, 다양한 AI 도구를 활용해 이미지를 직접 생성하는 실습을 진행합니다. 이 과정을 마치면 AI와 한층 가까워지고, 창의적인 아이디어를 시각적으로 구현할 수 있는 AI 이미지 제작 역량을 갖출 수 있습니다.

입문

입문

인공지능(AI), AI 활용 (AX), 머신러닝

인공지능(AI) - 무료 AI 이미지를 만들어주는 텐서아트(Tensor Art) 배우기강의 썸네일

인공지능(AI) - 무료 AI 이미지를 만들어주는 텐서아트(Tensor Art) 배우기

유용한IT학습

코드로 한 방에 이해되는 파이토치_프로젝트편강의 썸네일

코드로 한 방에 이해되는 파이토치_프로젝트편

주식회사한시경

코드로 한 방에 이해되는 파이토치_프로젝트 편은 이미지, 비디오, 자연어 데이터를 활용해 실전 딥러닝 프로젝트를 구현하며, 이론보다는 코드 중심의 학습을 통해 모델의 구조와 흐름을 이해합니다.

중급이상

중급이상

딥러닝, 인공지능(AI)

코드로 한 방에 이해되는 파이토치_프로젝트편강의 썸네일

코드로 한 방에 이해되는 파이토치_프로젝트편

주식회사한시경

딥러닝 CNN 완벽 가이드 - Pytorch 버전강의 썸네일

딥러닝 CNN 완벽 가이드 - Pytorch 버전

권 철민

딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, Pytorch 기반의 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

초급

초급

딥러닝, PyTorch, 컴퓨터 비전

딥러닝 CNN 완벽 가이드 - Pytorch 버전강의 썸네일

딥러닝 CNN 완벽 가이드 - Pytorch 버전

권 철민

내가 타이타닉에 탔었다면?! PyTorch & Next.js로 생존 확률 예측 AI 웹 서비스 만들기강의 썸네일

내가 타이타닉에 탔었다면?! PyTorch & Next.js로 생존 확률 예측 AI 웹 서비스 만들기

닭강정

이 강의는 “타이타닉에 내가 탔다면 과연 살아남을 수 있었을까?”라는 질문에서 출발하여, 실제 데이터를 기반으로 생존 확률을 예측하는 AI 모델을 개발하고, 이를 웹으로 서비스하는 풀스택 프로젝트를 완성합니다. PyTorch를 이용한 딥러닝 모델링, FastAPI로 백엔드 서버 구축, Next.js로 사용자 인터페이스 구현에 이르기까지, AI와 웹 개발의 전 과정을 실습하게 됩니다.

중급이상

중급이상

Python, 딥러닝, PyTorch

내가 타이타닉에 탔었다면?! PyTorch & Next.js로 생존 확률 예측 AI 웹 서비스 만들기강의 썸네일

내가 타이타닉에 탔었다면?! PyTorch & Next.js로 생존 확률 예측 AI 웹 서비스 만들기

닭강정

알고리즘 트레이딩의 비밀, AI가 주가를 맞추는 법강의 썸네일

알고리즘 트레이딩의 비밀, AI가 주가를 맞추는 법

치트키 알려주는 남자

40여 종의 경제 지표와 주가 데이터를 AI로 분석하여, S&P 500, QQQ ETF뿐만 아니라 개별 종목까지 예측하는 강력한 주가 분석 모델을 직접 만들어보세요!

초급

초급

딥러닝, Python, transformer

알고리즘 트레이딩의 비밀, AI가 주가를 맞추는 법강의 썸네일

알고리즘 트레이딩의 비밀, AI가 주가를 맞추는 법

치트키 알려주는 남자

인공지능 탄생과 발전과정을 보면 AI 원리가 보인다.강의 썸네일

인공지능 탄생과 발전과정을 보면 AI 원리가 보인다.

AIDER_College

AI는 갑자기 나타난 기술이 아닙니다. 70년간의 도전과 실패를 이해해야, AI의 현재와 미래를 제대로 볼 수 있습니다. 👉 “AI 역사를 이해하는 순간, 원리와 미래가 함께 보입니다.” 지금 바로 시작하세요!

입문

입문

머신러닝, 딥러닝, 강화학습

인공지능 탄생과 발전과정을 보면 AI 원리가 보인다.강의 썸네일

인공지능 탄생과 발전과정을 보면 AI 원리가 보인다.

AIDER_College

AI 학습모델을 알면 모든 게 보인다!강의 썸네일

AI 학습모델을 알면 모든 게 보인다!

AIDER_College

"AI, 어디서부터 어떻게 시작해야 할지 막막하신가요?" "하나하나 따로 배우지 않고, 통합적으로 핵심만 빠르게 익히고 싶으신가요?" 이 강의는 AI의 기초부터 최신 응용까지 '딥하게 연결된 흐름'으로 단 한 번에 익히는 실전형 AI 입문 강의입니다.

입문

입문

머신러닝, 딥러닝, 통계

AI 학습모델을 알면 모든 게 보인다!강의 썸네일

AI 학습모델을 알면 모든 게 보인다!

AIDER_College

AI를 활용한 제조업 분야의 실무 적용 전략(전자/반도체 분야)강의 썸네일

AI를 활용한 제조업 분야의 실무 적용 전략(전자/반도체 분야)

바이트 탐정

전자·반도체 산업은 초정밀 공정과 복잡한 공급망으로 인해 데이터 기반 관리와 혁신이 특히 중요한 분야입니다. 이 강의는 AI 기술을 활용하여 불량 검출, 공정 최적화, 예지보전, 공급망 관리 등 전자·반도체 제조업에서 바로 적용할 수 있는 실무 전략을 다룹니다. 글로벌 기업의 실제 사례와 함께, 중소·중견기업이 현실적으로 활용할 수 있는 저비용·고효율 AI 도입 방법도 제시합니다. 이를 통해 수강생은 생산성 향상과 비용 절감뿐 아니라, 미래 경쟁력을 갖추는 AI 기반 제조 전략을 이해하고 적용할 수 있게 됩니다.

입문

입문

인공지능(AI), 빅데이터, AI 활용 (AX)

AI를 활용한 제조업 분야의 실무 적용 전략(전자/반도체 분야)강의 썸네일

AI를 활용한 제조업 분야의 실무 적용 전략(전자/반도체 분야)

바이트 탐정