멀티캠퍼스 :: 과정상세보기

과정요약

과정요약
학습시간	21시간	난이도	고급
교육비 지원	고용보험 비환급	평가항목	출석률 100%
수료기준	총점 80점 이상시 수료	정원	24 명
교재정보	[자체] 딥러닝 자연어처리, 기초부터 최신 LLMs까지

과정소개

딥러닝 자연어 처리, 기초부터 ChatGPT까지
NLP GPT T5 Attetion Transformer BERT

✨ 현직 국내 IT 대기업 AI 엔지니어의 강의! ✨

딥러닝이 적용되면서 자연어 처리 분야는 괄목할만한 성과를 나타내고 있습니다.
본 과정은 자연어처리의 기초 이론부터 최근 ChatGPT 관련 기술 소개까지 전반적인 내용을 다루고 있는 과정으로써, 특히
텍스트 분류, 기계번역, 질의응답, 텍스트 생성 등의 자연어처리의 방법들에 대해 최신의 기술로 실습할 수 있습니다. 🚀

📍 핵심 강의 내용

✔ 자연어처리를 위한 주요 딥러닝 아키텍쳐 이해
✔ Attention의 구조 이해
✔ Transformer의 구조 이해와 응용
✔ Pretrained 모델 BERT, T5, GPT

📍 사전 지식

🤷‍♀️🤷‍♂️ 아래와 같은 사전 지식이 갖춰져 있어야 본 과정의 커리큘럼대로 진행이 가능합니다.

✅ 파이썬을 사용해 보았거나 파이썬 기본문법/함수에 대해 잘 알고 있다.
✅ 텍스트 데이터 등의 비정형의 특성에 대해 설명할 수 있다.
✅ 신경망, 경사하강법, 선형회귀, 로지스틱회귀에 대해 말할 수 있다.
✅ 딥러닝 필수 모델 알고리즘(NN, CNN, RNN 등)에 대해 설명할 수 있다.
✅ Tensorflow, Pytorch, Keras 등 딥러닝 프레임워크를 사용해 본적 이 있다.

학습목표

최신 자연어 처리 기술과 해당 기술 구현을 위한 트랜스포머 라이브러리의 작동 원리를 이해할 수 있다.
대규모 언어 모델(LLMs)를 활용한 다양한 자연어 처리 응용분야를 경험하고 적용 범위에 대해 알 수 있다.

학습대상

최신 자연어 처리 기법 및 대규모 언어모델이 궁금한 분
자연어 처리 모델 구현이 필요한 AI 엔지니어
자연어 처리 응용분야에 대해 학습이 필요한 분
텍스트 분석 및 최신 자연어처리 기술이 필요한 데이터사이언티스트

과정목차 21

1 일차
- 자연어처리 기초
  - Natural Lanaguage Processing Task
    Basic Computational Linguistics
- 텍스트 표현
  - Text Representations
    Word Embedding
- 딥러닝 기반 자연어 처리
  - CNNs for NLP
    RNNs for NLP
- 딥러닝 기반 자연어 처리
  - CNNs, RNNs을 이용한 텍스트 분류 실습
- 어텐션 메커니즘
  - Seq2Seq
    Attention Mechanism
- 어텐션 메커니즘
  - Attention Mechanism 기반 Seq2Seq을 이용한 기계번역 태스크 실습
- 토크나이저
  - Subword-based Tokenizer
2 일차
- 트랜스포머
  - Transformer
- 트랜스포머
  - Transformer를 이용한 질의응답(QA) 태스크 실습 (1)
- 트랜스포머
  - Transformer를 이용한 질의응답(QA) 태스크 실습 (2)
- Huggingface - Transformers
  - Transformers 라이브러리 소개
- BERT
  - Trasnformer Encoder 계열의 주요 모델
- BERT
  - BERT, RoBERTa, DistilBERT를 이용한 텍스트 분류 실습
- T5
  - Trasnformer Encoder-Decoder 계열의 주요 모델
3 일차
- T5
  - T5를 이용한 문서 요약 태스크 실습
- GPT
  - Trasnformer Decoder 계열의 주요 모델
- GPT
  - GPT를 이용한 텍스트 생성 태스크 실습 (1)
- GPT
  - GPT를 이용한 텍스트 생성 태스크 실습 (2)
- LLMs (Large Language Models)
  - InstructGPT
    RLHF(Reinforcement Learning from Human Feedback)
    LLaMA
    Self-Instruct
- LLMs (Large Language Models)
  - LLaMA를 이용한 텍스트 생성 실습
- LLMs (Large Language Models)
  - StableLM을 이용한 텍스트 생성 실습

수강후기 14

평균평점

4.4 / 5.0

4.25

김*국
2024.11.29

조금 더 실습에 대한
5

김*홍
2024.11.29

자연어처리부터 LMM까지 전반적인, 그리고 상세한 내용을 집중적으로 다뤄주어 도움이 됐습니다. 특히, 강의 시작 시 이전 시간 내용을 요약 설명해주신 점 많은 도움이 됐습니다.
4.5

김*배
2024.11.29

llm전체 흐름을 이해할수 있어 좋았다.
5

이*우
2024.11.29

선행지식이 부족하여 다 이해하진 못했지만 전반적인 내용을 배우고 가 큰 도움이되었습니다
5

박*현
2024.06.05

강사님의 전문지식을 바탕으로 직관적인 원리 설명, 원리와 연계된 코드 설명, 최신 모델의 특징과 코드에 대한 상세한 설명이 있어 수업내용이 잘 이해되었습니다. 실무에 어떻게 활용해야 할지에 대해서도 가이드를 주셨습니다. 이론, 코드와 관련된 질문에 대해서도 알기 쉽게 대답해주셔서 강의에 무척 만족합니다.

딥러닝 자연어 처리, 기초부터 ChatGPT까지 관련과정

집합

교재제공

파이썬을 활용한 챗봇 서비스 개발