인프런 - 라이프타임 커리어 플랫폼

다양한 인공 신경망의 구조와 동작 원리를 이해하고 좋은 모델을 만드는데 필요한 필수 지식을 전달하는 강의입니다.

심층 강화학습(Deep Reinforcement Learning)에 대한 필수 이론 학습을 통해 강화학습 기초 개념을 탄탄히 다지고, TensorFlow를 이용한 실제 코드 구현 실습을 통해 심층 강화학습의 원리를 자세히 학습할 수 있는 강의입니다.

아마존 베스트 셀러인 <핸즈온 머신러닝 2판>의 내용을 다룬 강의입니다. 대표적인 머신러닝 라이브러인 사이킷런을 사용하여 다양한 머신러닝 알고리즘과 평가 방법을 배웁니다. 또 가장 유명한 딥러닝 라이브러인 텐서플로와 케라스를 사용하여 인공 신경망부터 강화학습까지 이론과 실무를 다져 봅니다. 아직 모두 완료된 강의가 아닙니다. 매주 1~2개의 강의가 계속 추가될 예정입니다.

인공지능, 나도 한 번 만들어보고 싶지 않나요? 자율주행차, 챗봇, AI스피커등 우리 현실 속 많은 인공지능 제품들이 어떤 원리로 작동하고, 어떻게 만들 수 있는지 궁금하지 않으셨나요? 노코드와 로우코드로 따라하다보면 쉽게 인공지능을 만들어 볼 수 있습니다.

인공지능이 가져올 미래에 두근두근 하신가요? AI! AI! AI! 인공지능의 세상이 다가오고 있습니다. 인공지능이 바꿀 우리의 미래가 기대되시나요? 두려우신가요? 인공지능을 제대로 학습하고 인공지능을 맞이해 봅시다!

인공지능, 머신러닝, 딥러닝, 데이터 분석을 전혀 모르시는데 한 번 경험해보시길 원하시는 분들을 위한 강의입니다. 전체적인 프로세스를 설명해드려요.

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.

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.

그림으로 딥러닝 트랜스포머 동작을 완벽히 이해합니다

딥러닝 차세대 혁신기술 중 하나인 물리 정보 신경망을 공부하고 Pytorch를 이용하여 직접 구현을 하는 강의입니다. 인공지능의 차세대 혁신기술을 저와 함께 배워봐요!

딥러닝 학습 원리를 이해 하고 케라스를 이용하여 모델, 레이어, 최적화 기술을 사용하여 신경망 구축 및 훈련의 복잡성을 단순화 하는 과정을 설명 합니다.

이 강의를 통해 커널 프로그래밍과 PyTorch 모듈 개발 방법을 배울 수 있습니다. 배운 지식을 활용하여 모델을 더 빠르게 개발할 수 있습니다.

PyTorch를 통해 딥러닝을 배웁니다. 최종적으로는 이미지 분류를 강의에서 다룹니다.

엑셀로 딥러닝 기초를 구현하며 그 의미를 깊게 이해하기!

GPT-1(Improving Language Understanding by Generative Pre-Training) 논문을 TensorFlow 2.0을 이용해서 밑바닥부터 구현해보며 딥러닝 논문 구현 능력을 배울 수 있는 강의입니다.

“LoRA 기반 경량 파인튜닝으로 나만의 맞춤형 LLM을 만들어보는 첫걸음!” 이 강의는 처음 LLM을 접하는 분도 쉽게 따라올 수 있도록 설계된 입문 실습 강의입니다. 복잡한 이론은 최소화하고, 모델 불러오기 → 데이터 적용 → 학습 → 결과 비교까지 전 과정을 단계별로 안내합니다. 짧은 시간 안에 LoRA·QLoRA와 같은 최신 경량 파인튜닝 기법의 흐름을 직접 경험하며, “LLM 파인튜닝이 이렇게 돌아가는구나”라는 감을 잡을 수 있습니다. 많은 자원이 없어도, 내 도메인에 특화된 LLM을 만들어보는 성취감을 직접 느껴보세요!

컴퓨터 비전의 가장 기본적인 데이터셋인 MNIST에 대한 이론적 개념을 정리하고, Torchvision의 API를 통한 구현 및 직접 custom dataset class를 구현하는 방법을 배웁니다.

이 과정은 건설 및 토목 분야에서 인공지능(AI)을 활용한 실무 적용 전략을 다루는 전문 과정입니다. 디지털 전환이 가속화되는 건설 산업에서, AI는 설계·시공·안전·품질 관리 전반에 걸쳐 혁신을 이끌고 있습니다. 본 과정에서는 실제 현장에서 활용할 수 있는 스마트 건설, 디지털 트윈, AI 기반 장비 제어, 안전 모니터링, 품질 검증 등의 실무 적용 사례를 중심으로 학습합니다.

이 과정은 식품·의약품 제조업에서 AI를 활용해 생산성과 품질을 높이는 방법을 다룹니다. 원자재 관리, 생산 공정, 품질 검사, 규제 준수 등 주요 단계에서 AI가 어떻게 적용되는지 실제 사례를 통해 배우며, 불량률 감소와 효율적인 운영 전략을 이해할 수 있습니다. 이 과정을 통해 학습자는 ▲식품·의약품 산업 특성과 AI 도입 필요성 ▲데이터 기반 품질 관리 ▲예측 유지보수 및 설비 효율화 ▲규제 준수 모니터링과 리스크 관리 ▲국내외 도입 사례 분석 등을 익히며, 현장에서 곧바로 적용 가능한 전략과 인사이트를 얻을 수 있습니다.

빅데이터의 기본 개념과 최신 트렌드를 파악하고, 빅데이터 분석 기법의 기술적인 이해를 통해 데이터 패턴을 추출하여 비즈니스에 활용할 수 있는 방법을 제시합니다. 빅데이터를 통해 새로운 비즈니스를 창출하고, 미래의 비즈니스환경에 대한 통찰력을 기를 수 있습니다.