LLM의 역사와 발전
아리가람
자연어 처리 기술의 출발부터 시작해서 최신 LLM 모형에 이르기까지의 과정에서 개발된 다양한 언어 모형들을 상세히 설명합니다.
입문
NLP, RNN, self-attention
BEST
딥러닝 이론 + PyTorch 실무 완전 정복
딥러닝 현업에 종사하기 위해 필요한 딥러닝의 “핵심 개념”을 배우고 PyTorch을 활용한 실습을 통해서 실제 딥러닝 프로젝트를 수행하는데 필요한 실무를 가르쳐주는 강의입니다.
초급자를 위해 준비한
[자연어 처리, 딥러닝] 강의입니다.
이런 걸 배울 수 있어요
딥러닝이 동작하는 원리
딥러닝의 핵심 개념 (손실 함수, 경사하강, 자동미분 등등)
파이토치 (PyTorch)로 Custom 모델 만들기
딥러닝의 주요 모델 (CNN, RNN, Transformer)
컴퓨터비전에 대한 실습
자연어처리에 대한 실습
부트캠프와 전공수업의 아쉬운 점을 보완하고
오로지 실무를 위한 내용만을 담았습니다
딥러닝에 관련된 Bootcamp와 강의들은 많이 있지만 딥러닝을 깊이있고, 현업에서 요구되는 수준으로 가르쳐주는 곳은 제가 보기에는 없습니다. Random Forest, SVM과 같은 전통적인 Machine Learning을 다루는 것에 그치고 딥러닝을 다루더라도 수박 겉핥기 식이 아니라 깊이 있게 이론과 실무를 둘 다 제대로 가르치는 곳은 없다고 생각합니다. 따라서 해당 강의들을 수강하더라도 기초 실력은 여전히 부실하고 기술 면접을 통과하거나 좋은 ML 엔지니어로 거듭나기 어렵습니다.
예를 들어서, 수많은 딥러닝 강의들과 부트캠프들은 경사 하강은 설명하지만, 정작 경사 하강을 효과적으로 수행하는 것을 가능하게 만들어주는 자동 미분 (Auto Differentiation)에 대해서 설명하지 않습니다. 모든 딥러닝 프레임워크 (PyTorch, Tensorflow 등등)들이 자동 미분에 기반되어 있는 만큼 자동 미분을 이해해야 "딥러닝을 어느 정도 안다"라고 자부할 수 있다고 생각됩니다.
반면에 본 강좌에서는 수많은 부트캠프, 강의들이 놓치고 있는 핵심 딥러닝 개념들을 모두 총망라해서 가르쳐드리고자 합니다.
그리고 본 강좌에서는 개념들을 단순 소개하는 것에 그치지 않고 “왜 사용되는지”, “어떤 의미인지”, “어떤 맥락에서 제안되었는지”, “어떤 효과가 있는지” 등등 더 깊이있게 파헤쳐 보고, 여러 실제 Toy Project와 실습을 통해서 이론이 어떻게 코드로 구현되고 접목되는지 이론과 연계해서 배우게 됩니다.
예를 들어서, 아래와 같은 내용을 다룹니다.
이런 분들께
추천드려요!
학습 대상은
누구일까요?
머신러닝 / 딥러닝 엔지니어 취업 혹은 이직을 준비
AI 대학원 진학 목표
머신러닝 / 딥러닝을 제대로 배우고자 하시는 분
딥러닝에 대한 이론과 실무 역량을 탄탄히 다지고자 하시는 분
여러 딥러닝 강의, 부트캠프를 들었지만 아쉬웠던 분
ML 엔지니어 기술 면접 준비하시는 분
ML 엔지니어로 취업 준비하시는 비전공자
선수 지식,
필요할까요?
고등학교 교과 수준의 영어 및 수학
기초적인 Python
기초적인 Numpy
안녕하세요
변정현입니다.
410
명
수강생
45
개
수강평
34
개
답변
4.9
점
강의 평점
1
개
강의
경력:
(현) ML Engineer @ MakinaRocks
(전) ML Engineer @ DearGen
(전) ML Engineer @ DeepBio
(전) Research Student @ UCL NLP Group, Streetbees
(전) Research Student @ ICL Photonics Lab
학력:
University College London (UCL): MSc in Machine Learning (머신러닝 석사) (학점: Distinction, GPA 4.0/4.0)
Imperial College London (ICL): BSc in Theoretical Physics (이론물리학 학사) (학점: First Class Honours, GPA 4.0/4.0)
소개:
5년차 Machine Learning Engineer입니다. (Google DeepMind가 출범하였고, Demis Hasabis가 박사과정을 한) University College London에서 머신러닝 석사를 전공하였습니다. 석사 때는 NLP에서 Knowledge Graph Embedding을 연구하였고, DeepBio에서는 Medical Diagnosis에 적용되는 Image Classification, Segmentation 딥러닝 모델들을 개발하였습니다. Deargen에서는 신약 개발의 Drug Target Interaction와 같은 문제 적용되는 GNN, RNN, Transformer 등등의 다양한 딥러닝 모델들을 적용한 경험이 있습니다. 현재 재직중인 MakinaRocks에서는 제조 현장의 로봇팔의 이상탐지에 적용되는 딥러닝 모델 및 머신러닝 시스템을 구축하고 있습니다.
수강평
전체
45개
4.9
45개의 수강평
Daeung Kim수강평 1
∙
평균 평점 5.0
- hojin Lee
수강평 1
∙
평균 평점 5.0
5
30% 수강 후 작성이 강의는 딥러닝의 기초부터 고급 주제에 이르기까지 폭넓게 다루며, PyTorch를 사용한 실습 위주의 접근 방식을 채택하여 좋았습니다. PyTorch 환경 설정, 딥러닝의 기본 개념, 손실 함수, 경사 하강법, 활성 함수, 최적화, 정규화, 학습 속도 스케쥴러, 초기화, 표준화, CNN(Convolutional Neural Network), RNN(Recurrent Neural Network), 그리고 최신 주제인 Attention과 Transformer까지 다양한 주제를 다뤄서 좋았습니다. 강의는 초보자도 쉽게 접근할 수 있도록 설계되었으며, 각 섹션은 이론 설명과 함께 다양한 실습으로 구성되어 있어 학습자가 직접 코드를 작성하며 딥러닝의 원리를 체험할 수 있는 점이 특히 마음에 들었습니다. 특히, 실무에서 바로 적용 가능한 기초 개념부터 시작하여 고급 주제까지 단계별로 학습할 수 있어, 딥러닝 분야에 처음 접근하는 사람뿐만 아니라, 기본 지식을 리마인드하고자 하는 현업 인원들에게도 추천할만 하다고 생각합니다. 각 주제는 충분한 실습과 예제를 통해 깊이 있게 다루어지며, 이를 통해 학습자는 딥러닝의 다양한 측면을 종합적으로 이해하고 실제 문제 해결에 적용할 수 있는 능력을 기를 수 있을 거라고 생각합니다. 강의의 체계적인 구성과 실습 중심의 접근 방식은 학습자가 딥러닝 기술을 실제로 활용하는 데 필요한 실질적인 경험을 제공하는 이 강의를 딥러닝 분야에 관심이 있는 모든 이들에게 강력히 추천합니다.
- 변정현지식공유자
강의를 수강해주시고 이렇게 또 상세하게 리뷰 적어주셔서 감사합니다 ㅠㅠ 안그래도 폭넓은 주제를 다루되 최대한 깊이 있으면서도 쉽게 풀어서 설명드리고 실습을 통한 실무 감각을 익힐 수 있도록 커리큘럼을 구성하는데 고민을 많이 했습니다. 이렇게 도움이 되셨다니 보람차네요! 감사합니다 :)
- 김철진
수강평 1
∙
평균 평점 5.0
5
31% 수강 후 작성딥러닝 분야를 처음 접해보는 분은 물론, 중요 개념 위주로 복습해보시고 싶은 실무자 모두에게 도움이 될 수 있는 강의입니다. 처음 접해보는 분은 목차를 따라 흐름을 따라갈 수 있도록 강의의 구성이 bottom-up으로 잘 짜여있는 것 같고, 기존 실무자 분들은 내가 취약했던 개념을 빠른 시간 안에 복습해볼 수 있을 것 같습니다. 강의 목차와 내부 구성이 군더더기 없이 필수 요소를 잘 캐치하여 넣어주신 것 같습니다. 구성과 내용이 아주 깔끔합니다. 또한, 실무자 관점에서 관심이 있을만한 내용으로 강의가 잘 구성되어 있습니다. 예를 들면, - 그래서 내부 동작은 어떤 로직으로 수행되는가? - 그래서 그걸 어떻게 implementation 하는가? 이 두 가지가 잘 차별화되어있다고 느꼈습니다. 실제로 교수자 관점에서만이 아닌, 업무 수행 관점에서 알 수 있는 경험적인 내용이 잘 녹아있습니다.
- 변정현지식공유자
강의를 수강해주셔서 감사합니다~ 정말 디테일하게 리뷰 남겨주셔서 감사합니다! 수강생 분들이 꼭 알아야 하는 핵심 개념들을 빠짐없이, 그리고 최대한 쉽게 풀어서 설명드릴 수 있도록 정말 많이 고민하고 많은 공수를 들여서 강의를 만들었는데 이렇게 알아봐 주셔서 정말 감사하고 정말 보람차네요 ㅠㅠ 리뷰 감사드립니다!
- 로켓파이브
수강평 17
∙
평균 평점 5.0
5
22% 수강 후 작성백앤드 개발자 역할을 현재 하고 있는 사람입니다. 처음에 강의를 수강할 때 망설여졌지만, 수강 후 선택을 잘했다고 생각하고 있습니다. 평소에 저는 ML 엔지니어로 관심이 많아 수강하게 되었습니다. 물론, 최근 인공지능에 대해 관심이 무척 많았던 것도 결정적으로 수강한 계기가 되었구요. 우선, 대학교때 배웠던 가물가물했던 개념을 쉽게 설명 해 주셔서 확실히 이해가 좋았습니다. 특히, 이론강의 중 수식 설명을 쉽게 해 주셔서 수식에 대한 이해가 좋았구요. 특히, 저와 같이 ML에 대한 기본적인, 겉으로만 알고 있는 사람에게 딱 적합한 강의인 것 같습니다. 참고로 제가 예전 대학원 다닐때 논문으로 고생을 했는데요. 그 때 이 강의가 있었으면 무척 도움이 많아 되었을 것 같습니다. 인공지능 대학원쪽에 관심이 있거나, 대학원 논문 작성시 개념적인 내용이 필요한 분은 한번쯤 들어보면 많이 도움이 될 것 같습니다.
- 변정현지식공유자
안녕하세요! 대부분의 딥러닝 부트캠프들과 강의들이 너무 기본적인 내용들만 수박 겉햝기 식으로 훑고 마는 것에 대한 폐해에 너무 답답한 마음이 들었고, 제가 면접을 봤던 수많은 부트캠프 출신 면접자들이 단편적으로만 딥러닝을 이해해서 안타까운 마음이 컸습니다. 그래서 정말 오랜 시간과 많은 공수를 들여 이번 강의를 만들게 되었는데 이렇게 도움이 되셨다니 정말 기쁘네요! 수강해주셔서 감사합니다!
비슷한 강의
같은 분야의 다른 강의를 만나보세요!
![[Pytorch] 파이토치를 활용한 딥러닝 모델 구축강의 썸네일](https://cdn.inflearn.com/public/courses/329226/cover/056ed444-5b26-40fc-b4d6-8e03b2f23890/DL_pytorch.jpg?w=420)
![[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트강의 썸네일](https://cdn.inflearn.com/public/courses/324207/course_cover/1a79c7dc-1624-4d3a-95ff-79ba1e9c4025/python_machine_learning.png?w=420)
연관 로드맵
강의가 포함된 로드맵으로 학습해 보세요!
