初めてのディープラーニングとPyTorch ブートキャンプ（簡単に！基本からChatGPT核心トランスフォーマーまで）[データ分析・科学 Part3]

본 강의는 풀스택 강의 시리즈 Part3 강의로 최신 서버 기술과 도커 기술을 탄탄하게 익히는 강의입니다. 본 강의는 실질적으로 도커를 내 기술 스택에 포함시킬 수 있도록, 도커의 다양한 옵션을 한땀한땀 테스트하고, 도커를 위해 이해가 필요한 리눅스등 관련 기술도 익히고, 실제 복잡한 서비스까지 만들어볼 수 있도록 꾸몄습니다.

데이터 과학, 빅데이터, 크롤링을 익히고자 하시는 분들을 위해, (1) 짧은 시간안에 가장 필요한 파이썬 핵심 문법을 정리하고, (2) 실전 크롤링 프로그래밍을 통해 파이썬과 크롤링에 익숙해집니다.

데이터 분석 입문자를 위한 파이썬 데이터 분석 전과정 기본 기술 익히기 강의입니다. 실제 현업에서 데이터 분석 기술을 활용하고 있는 이커머스 기획자 및 개발자로써, 파이썬 데이터 분석 전과정을 쉽게 익히고, 바로 활용할 수 있도록 만들었습니다.

최신 스타트업에서 활용하는 풀스택과 데이터과학 기술의 기본 기술 중 하나인 빅데이터를 다룰 수 있는 NoSQL 기술을 익힙니다. 몽고DB는 NoSQL 중에서도 가장 쉬우면서 빠르게 활용할 수 있는 기술입니다. 본 강의에서는 짧은 시간 안에 몽고DB 기초를 익히고, 파이썬으로 몽고DB를 다루고 활용할 수 있는 기술까지 학습해 봅니다.

강사가 처음 머신러닝을 익혔을 때, 실패했던 경험을 바탕으로, 쉽게 머신러닝을 이해하고, 실제 문제에 적용할 수 있도록 기존 강의와 다르게, 새롭게 꾸민 강의입니다

최신 풀스택과 백엔드를 위해 쉽고 성능도 빠른 FastAPI, 쉽게 차근차근 백엔드 개념부터 FastAPI 핵심 문법과 비동기 데이터베이스 활용까지 깔끔한 자료와 프로젝트로 정리할 수 있는 강의입니다.

현업에서 실제 웹서비스를 개발한 경험을 기반으로, 입문자를 위한 실제 상용화도 가능한 수준의 웹과 앱서비스를 개발하는 것을 목표로 하는 풀스택 시리즈 강의입니다. 이를 위한 Part2 강의로 다양한 기술이 존재하는 프런트엔드 기술에서 반응형, 호환성까지 고려한 최신 HTML5, CSS3, 바닐라 자바스크립트 (Javascript) + ES6 를 모두 견고하게 싹 정리하는 강의입니다.

이 강의를 통해 SQL과 데이터베이스의 이해, SQL 문법, 실제 활용을 위한 데이터베이스 설계, 프로그래밍을 통한 데이터베이스 활용, 데이터 분석 활용 사례까지 익힐 수 있습니다.

현업에서 실제 웹서비스를 개발한 경험을 기반으로, 입문자를 위한 실제 상용화도 가능한 수준의 웹과 앱서비스를 개발하는 것을 목표로 하는 풀스택 시리즈 강의입니다. 이를 위한 첫 출발(part1-1)로 본격적인 개발을 위한 파이썬 중급, flask[플라스크] 로 백엔드 구현 기술과 꼭 필요한 웹기술(HTTP, RestAPI, MVC 패턴 등)을 상세히 설명하는 강의입니다.

개발과 데이터를 잘하기 위해 꼭 필요한 컴퓨터공학(CS 지식) 핵심을 짧은 시간에 깔끔하게 정리하는 로드맵의 파트1 강의입니다. 본 강의는 수년간 국내 탑기업 사내 강의로도 사용되는 강의입니다. 실제 현업에서 시스템SW 부터 웹, 앱 개발 및 데이터 과학까지 20년간 경험을 바탕으로, 개발과 데이터를 잘하기 위해 꼭 필요한 핵심을 차근차근 정석대로, 하지만 쉽게 정리한 강의입니다.

본 강의는 dart 프로그래밍 기초부터 Flutter 기본 및 중급 기능, 심지어 백엔드인 Firebase를 연동하여, 실제 프로젝트까지! Flutter를 단계별로 익힐 수 있는 완성도 높은 강의입니다.

중고급 SQL을 익히고, 현업 수준의 실전 데이터 분석 문제 101 가지를 함께 풀며, 탄탄한 SQL 데이터 분석 역량을 다집니다.

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.

기업의 디지털 전환(DT), 인공지능(AI) 도입은 머신러닝 모델 구축에서 시작합니다. 그러나 머신러닝 기술 범위는 매우 넓으며 최적의 방법을 선택하려면 기본 개념을 분명히 이해해야 합니다. 이 강의에서는 머신러닝의 기본 개념을 명확하게 이해하는데 필요한 핵심 내용을 다섯개의 예제를 중심으로 소개합니다.

차량 번호판 인식 실전 프로젝트를 통해 딥러닝/TensorFlow/컴퓨터비전 기초부터 실무 응용까지 전 과정을 한번에 학습할 수 있는 올인원 형태의 강의입니다. 다양한 실습을 통해 Custom Dataset에 최신 딥러닝 모델을 응용할 수 있는 실무 능력을 기를 수 있습니다.

AI를 배우는 첫걸음 : 인공지능 입문자를 위한 최적의 커리큘럼을 만들었다! 딥러닝을 쉽고 빠르게 정복하기 위해 심화내용으로 짧은시간에 머신러닝과 딥러닝을 연결시키는 단계 !

쉽고 배워서 바로 쓰는 컴퓨터 비전 실전 프로젝트: 실무에서 바로 활용 가능한 컴퓨터 비전 프로젝트를 단계별로 학습합니다. 실전 사례를 통해 전문성을 높입니다.

명함인식을 구현하는 실전을 통해 OpenCV를 활용하고 이미지를 처리하는 방법을 배웁니다. OpenCV에 대해서는 간략히 설명하며, 명함인식을 구현하기 위해 필요한 OpenCV 함수들은 좀 더 자세히 설명하는 방식입니다. 즉 기초강좌라기 보다는 명함인식이라는 실전을 위한 엑기스를 제공합니다. Tesseract 및 Microsoft의 OCR엔진을 활용하는 방안도 포함됩니다. 본 강의의 소스코드는 Python기반이지만, 활용하는 OpenCV 클래스 및 함수와 이미지 인식 및 처리기술을 익히기 때문에, 이를 바탕으로 안드로이드와 iOS에 적용하는 것은 무리가 없을 것입니다. 수강하시는 분은 강의 슬라이드, 실제 동작하는 명함 인식 소스 코드를 제공합니다. 2017년 1월과 2월에 3회의 오프라인 세미나를 하면서 더욱 개선되고 검증된 강의 내용을 강사가 정성들여 온라인용으로 다시 녹음한 것입니다. 본 강의에서 활용되는 OpenCV 함수들입니다. cv2.Canny() cv2.GaussianBlur() cv2.VideoCapture() cv2.adaptiveThreshold() cv2.approxPolyDP() cv2.arcLength() cv2.boundingRect() cv2.boxPoints() cv2.contourArea() cv2.convertScaleAbs() cv2.createTrackbar() cv2.cvtColor() cv2.destroyAllWindows() cv2.dilate() cv2.drawContours() cv2.findContours() cv2.getAffineTransform() cv2.getPerspectiveTransform() cv2.getTrackbarPos() cv2.imread() cv2.imshow() cv2.imwrite() cv2.minAreaRect() cv2.namedWindow() cv2.rectangle() cv2.resize() cv2.threshold() cv2.waitKey() cv2.warpAffine() cv2.warpPerspective()

이 강의를 통해 수강생은 다양한 강화학습의 이론을 학습하고 이를 직접 구현해 볼 뿐만 아니라 유니티 머신러닝 에이전트를 이용하여 구현한 강화학습 알고리즘을 테스트해볼 강화학습 환경까지 직접 제작해볼 수 있습니다.

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!

보스톤 마라톤 빅 데이터를 기반으로 파이썬과 텐서플로2를 이용하여 다양하고 유용한 머신러닝 회귀(Regression)와 분류(Classification) 프로젝트를 이론과 함께 배우는 머신러닝 종합 프로젝트 과정입니다.

비전-언어 모델(Vision-Language Model, VLM)의 개념과 활용 방법을 이해하고, 실제로 LLaVA 모델을 Ollama 기반 환경에서 실행하며 MCP(Model Context Protocol)와 연동하는 과정을 실습하는 입문자용 강의입니다. 이 강의는 멀티모달 모델의 원리, 경량화(Quantization), 서비스 및 통합 데모 개발까지 다루며, 이론과 실습을 균형 있게 제공합니다.

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!

<대규모 언어 모델, 핵심만 빠르게!>(인사이트, 2025)를 바탕으로 LLM의 이론과 실전 예제를 다루는 강의입니다.

Multi Head Attention 부터 Original Transformer 모델, BERT, Encoder-Decoder 기반의 MarianMT 번역 모델, Vision Transformer 까지 코드로 직접 구현하며 Transformer에 대해 속속들이 배우게 됩니다.

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.

AI 인공지능, 모바일이 대세라는 것은 말할 필요가 없습니다. 그런데 머신러닝과 딥러닝을 배워서 모바일에서 어떻게 쓴다는 겁니까? 이제 생활에서 활용되는 유용한 모바일 Computer Vision 프로젝트들을 같이 배워봅시다.

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.

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.

TensorFlow 활용 우수사례인 airbnb 데이터 사이언스팀의 Amenity Detection 프로젝트를 클론 프로젝트로 진행해보고 이 진행경험을 GitHub 블로그로 정리해서 AI 포트폴리오를 만들 수 있는 강의입니다.

본 강좌는 AI 플랫폼에 대한 기초부터 실습까지 다루며, AI 이미지 생성 기술을 익힐 수 있는 과정입니다. 학습자는 AI의 기본 개념을 이해하고, 다양한 도구와 기술을 활용하여 AI 이미지를 생성하는 능력을 키울 수 있습니다. 이 과정을 통해 AI 분야에 대한 이해도를 높이고, 실전에서 AI 이미지를 직접 생성하는 방법을 배울 수 있습니다.

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.