
머신러닝 기초부터 탄탄히 정복하기
코코
이론과 실전은 다릅니다. 머신러닝의 기본 개념을 파악하고, 꼭 알아야 할 여러 모델들의 핵심 개념과 이론을 소개합니다. 그리고, 다양한 데이터를 다루어 보면서 실전에 도움되는 여러 기법들과 노하우를 공유합니다.
Basic
머신러닝
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。
自然言語処理の基本概念
注意の概念と応用
最近のNLPのトレンド
自然言語処理技術によるディープラーニング
Inflearnで講義した内容をまとめ、「Pythonディープラーニングパイトーチ」という本で出版しました。
多くの興味をお願いします :)
(2020.10.06 基準 Inflearn 講義更新されました。継続的な講義更新をさせていただきます)
http://m.yes24.com/Goods/Detail/93376077?ozsrank=10
http://mbook.interpark.com/shop/product/detail?prdNo=339742291&is1=book&is2=product
[PyTorch] 簡単かつ迅速に学ぶディープラーニング講義を通して、ディープラーニングの基本について学びました。
以前の講義について、比較的少量の自然言語処理に必要な基本知識を学び、ディープラーニング技術を活用して自然言語データを分析できる技術を学べる講義です。
自然言語処理に興味がある人は、Transformer、BERTモデルを聞いたことがあります。
しかし、Transformer、BERTモデルの動作原理については容易に理解できなかったと予想します。
その理由は、自然言語処理に関する基本的な知識が不足しているためです。
そこで、今回の講義では、自然言語処理に関する基本知識を積むことができる内容を学習してみます。
自然言語を表現する際にカテゴリ型変数で表現した既存の方法論について限界点を提示し、
これを克服できる自然言語表現の方法論について説明します。
方法論の中心的な内容を中心に取り上げ、実際にどのように利用できるか実践を進めて説明します。
自然言語の特徴をよく反映できるRecurrent Neural Network (RNN ; 循環ニューラルネットワーク) ディープラーニングモデルについて学びます。
RNNモデルのFedingプロセスを数学的に学び、これに対して進化したLong Term Short Memory(LSTM)、Gated Recurrent Unit(GRU)モデルも数式的にFeedingプロセスを説明します。
自然言語処理の分野では、多くのタスクが存在します。
その中で最も代表的に選ばれるTagging、Neural Machine TranslationがどのようなTaskなのかを学びます。
各タスク固有の具体例に加え、分析方法の代表的なディープラーニングモデル構造を提示し、
データのWeight Feedingプロセスを説明します。
RNNモデルの限界点を提示し、それを改善するための方法論のうち
自然言語処理分野で最近浮上しているメカニズムである Attention 技術を紹介します。
Attention Mechanismを用いたNeural Machine Translationと、
Attention Mechanismを活用したTaggingのそれぞれに対してどのように適用できるかを説明します。
知識共有者の立場から、最近自然言語処理分野について主に研究されている分野を紹介します。
本講義を受講した後、自然言語処理についてどのように勉強すればよいか方向性を提案します。
Q. 本講義で Transformer, BERT モデルについて説明していただけますか?
→本講義は自然言語処理の基礎講義です。 Transformer、BERTモデルについて勉強する際に必要な基礎知識を準備できることが本講義の目標です。したがって、Transformer、BERTモデルについて簡単に紹介しますが、具体的な内容は扱いません。
Q. 講義を受講する前、必要な知識はどのくらいですか?
→ [PyTorch] 簡単かつ迅速に学ぶディープラーニングレッスンを聴くことをおすすめします。それ以外にも、ディープラーニングアルゴリズムに関する基本的な知識を持っていれば、十分に受講することができます。
Q. 実習授業はどのように行われますか?
→理論内容に関連する実習コードを用意して講義します。コードを共有しますが、ラインバイラインでコードを作成して復習してみることをお勧めします。 (実習コード:[ https://github.com/Justin-A/ ]( https://github.com/Justin-A/torch_nlp_basic)torch_nlp_basic )
Justin
学習対象は
誰でしょう?
自然言語処理をディープラーニングで扱いたい方
テキスト、NLP を学びたい方
前提知識、
必要でしょうか?
ディープラーニングの基礎
Pytorch の基礎
8,279
受講生
500
受講レビュー
136
回答
4.4
講座評価
20
講座
학부에서는 통계학을 전공하고 산업공학(인공지능) 박사를 받고 여전히 공부중인 백수입니다.
수상
ㆍ 제6회 빅콘테스트 게임유저이탈 알고리즘 개발 / 엔씨소프트상(2018)
ㆍ 제5회 빅콘테스트 대출 연체자 예측 알고리즘개발 / 한국정보통신진흥협회장상(2017)
ㆍ 2016 날씨 빅데이터 콘테스트/ 기상산업 진흥원장상(2016)
ㆍ 제4회 빅콘테스트 보험사기 예측 알고리즘 개발 / 본선진출(2016)
ㆍ 제3회 빅콘테스트 야구 경기 예측 알고리즘 개발 / 미래창조과학부 장관상(2015)
* blog : https://bluediary8.tistory.com
주로 연구하는 분야는 데이터 사이언스, 강화학습, 딥러닝 입니다.
크롤링과 텍스트마이닝은 현재는 취미로 하고있습니다 :)
크롤링을 이용해서 인기있는 커뮤니티 글만 수집해서 보여주는 마롱이라는 앱을 개발하였고
전국의 맛집리스트와 블로그를 수집해서 맛집 추천 앱도 만들었었죠 :) (시원하게 말아먹..)
지금은 인공지능을 연구하는 박사과정생입니다.
全体
15件 ∙ (5時間 44分)
講座資料(こうぎしりょう):
全体
17件
4.4
17件の受講レビュー
¥6,526
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!