책관련 질문입니다.

안녕하세요. 박해선입니다. 은 머신러닝과 딥러닝을 모두 다룹니다. 그래서 기본 선형 회귀, 로지스틱 회귀, 결정 트리와 같은 중요한 머신러닝 알고리즘을 배울 수 있습니다. 후반부의 딥러닝에서는 합성곱, 순환 신경망, 트랜스포머를 다룹니다. 처음 머신러닝을 배우신다면 이 책이 맞습니다. 만약 머신러닝 입문서를 보신 적이 있다면 이 알맞을 수 있습니다. 이 책은 합성곱 신경망과 트랜스포머 기반 모델 중 주요 모델의 구조와 적용된 기술을 배웁니다. 이미지와 텍스트 데이터에 대한 전이 학습에 대해서 배울 수 있고 최신 트랜스포머 기반 LLM에 대해서도 자세히 다루고 있습니다. 감사합니다! :)

챌린지 완수 조건 문의 드립니다.

안녕하세요. 길벗 포인트를 받으시려면 미션을 모두 진행하셔야 합니다. 진도율에 대해서는 아직 확정된 가이드라인을 세우지 못했습니다. 영상 유무가 진도율에 영향을 미치지 않을 것 같네요. 진도율이 100%로 나오지 않는 부분은 제가 확인할 수 있는게 아니라서요. 인프런에 한 번 문의 부탁드립니다. 감사합니다.

수료증 문의

수료증 발급했습니다.감사합니다!

수료증 문의

확인하고 연락드리겠습니다.

어텐션 가중치 질문

네 맞습니다. k q v를 만드는 선형 층의 가중치는 학습되는 모델 파라미터이지만 어텐션 가중치는 k q로 계산되는 결괏값입니다.

해설강의 쿠폰 발행 문의

안녕하세요. 강의에 직접 추가해 드렸습니다. 지금부터 바로 수강하실 수 있어요. 감사합니다.

강의 코드해설 쿠폰문의

안녕하세요. 코드 해설 강의에 바로 추가해 드렸습니다. 지금부터 들으실 수 있어요. 감사합니다!

해설 쿠폰 관련 문의

안녕하세요. 저녁 때 확인하고 다시 회신 드리겠습니다.

쿠폰 관련 문의

안녕하세요. 강의에 수동으로 추가해 드렸습니다. 도서에 관련된 다양한 이벤트는 인프런 메일을 통해 전달됩니다. 이벤트에 참여할 기회를 놓치지 않도록 메일이 잘 수신되는지 확인하시는 걸 추천드립니다. 감사합니다!

쿠폰 관련 문의

안녕하세요. 저냑 때 강의에 수동으로 추가하고 다시 알려 드리겠습니다.