인프런 영문 브랜드 로고
인프런 영문 브랜드 로고
로드맵 썸네일

딥러닝 기초부터 NLP, GAN, 강화학습까지

작성자 프로필 이미지

코코

딥러닝
인공신경망
PyTorch

입문 대상

로드맵 참여중인 유저 프로필 사진
로드맵 참여중인 유저 프로필 사진

86명 참여중

15% 할인

6개 남음전체 구매 적용
쿠폰 받기

로드맵 코스

기초부터 다양하게
알아보는 딥러닝! 🤖

인공지능의 큰 축을 이루는 다양한 분야를 두루 살펴보세요!

🧠 딥러닝이란 무엇일까요?

흔히들 우리가 아는 인공지능인 번역기, 음성처리모델(인공지능 스피커), 알파고 등은
모두 딥러닝을 기본 뼈대로 가져가고 있습니다.
최근 4-5년간 이 딥러닝은 급속도로 발전하며 다양한 분야로 파생되었고,
크게 이미지(영상), 자연어처리(텍스트 및 음성), 데이터생성모델(GAN), 강화학습 등으로 나뉘어집니다.

이 로드맵은 딥러닝의 여러 분야에 대해 전반적으로 기초를 다지고,
다양한 태스크에 적용해볼 수 있는 기법에 대해 다루는 강의로 이루어져 있습니다.
딥러닝 기초부터 자연어처리, GAN, 강화학습까지 인공지능의 큰 축을 다루는 분야를 모두 다룹니다.

 

  1   딥러닝 기초
• Neural network 에 대한 지식
• 딥러닝에 대한 기본 지식
• CNN, RNN에 대한 개념
• Pytorch를 활용하여 딥러닝 모델 디자인 하는 법
• CNN(ResNet)을 이용한 cifar10 이미지 분류 모델 구축
• RNN을 활용한 영화리뷰 예측 모델 구축
• Transfer Learning/AutoEncoder/딥러닝 논문리뷰

  2   NLP
• 자연어처리의 기본 개념
• Attention에 대한 개념과 응용
• 최근 NLP에 대한 트렌드
• 딥러닝을 통한 자연어 처리 기법 

  3   GAN
• GAN의 개념과 생성 원리
• DCGAN, LSGAN, CycleGAN
• GAN의 응용 분야와 발전 방향

  4   강화학습
• 강화학습 이론
• Q-Learning부터 Deep Reinforcement Learning까지
• Exploration을 위한 여러 강화학습 기법들

👨‍💻 지식공유자 소개

코코
산업공학과 박사과정
데이터사이언스, 강화학습, 딥러닝 관련 연구 진행중
https://bluediary8.tistory.com

Justin
산업공학과 석사과정
데이터사이언스, 딥러닝 관련 연구 진행중
https://github.com/Justin-A

로드맵 상세보기

5개 코스

로드맵에 포함된 강의 썸네일
DS/AI를 처음 접하고 공부하고자 하는 사람들에게 도움을 드리고자 제작한 강의입니다. DS/AI의 개념 그리고 어떠한 분야가 있는지에 대해 알려드리고 공부를 하려면 무엇부터 어떻게 공부를 해야 하는지 알려드립니다.

24,750

33,000

로드맵에 포함된 강의 썸네일
 딥러닝의 기초가되는 Neural network는 새로운 알고리즘이 아닙니다. 이전부터 존재해왔던 알고리즘이지만, 학습의 특성상 많이 쓰이지 못했죠. 이 기본 neural network부터 시작해서, 왜 딥러닝이 뜨기 시작했고 딥러닝의 특징이 무엇인지, 더나아가 기본 딥러닝모델로 불리우는 convolution neural network, recurrent neural network에 대해서 학습합니다. 

61,870

82,500

로드맵에 포함된 강의 썸네일
자연어처리(NLP)에 대한 기본 지식을 쌓을 수 있는 내용들을 학습해 봅니다. 자연어처리에 대한 기본지식과 RNN, LSTM을 넘어서 Attention의 개념과 최신 NLP트렌드도 배워봅니다.

41,250

55,000

로드맵에 포함된 강의 썸네일
데이터를 분류하고 예측하는 것을 넘어서 데이터를생성을 한다는 것은 그때 4-5년전 해도 상상도 할 수 없었습니다. GAN의 등장은, 강화학습(알파고의 기본 원리)과 함께 인공지능에서 뺄래야 뺄 수 없는 분야가 되었습니다. 이 강의는 GAN에 대한 정확한 개념과 학습 원리에 대해 차근차근 설명하고, GAN의 단점과 발전되는 방향에 대해서도 이야기합니다.

37,120

49,500

로드맵에 포함된 강의 썸네일
알파고가 나오면서부터 많은 사람들이 관심을 가지기 시작했지만, 내용이 쉽지 않아 공부하기가 어렵습니다. 강화학습을 공부하고 싶었지만 어려워서 시작도 못하신 분을 위해 중요한 부분만 골라 요약해서 알려드립니다. Q-learning부터 DQN 그리고 DQN을 넘어서 강화학습의 주된 문제인 sparse reward problem과 이를 해결 하기 위한 여러 아이디어들을 소개합니다. 짧은 시간안에 강화학습을 전체적으로 공부할 수 있는 좋은 강의가 될 것 입니다. 

41,250

55,000

15% 할인

6개 남음전체 구매 적용
쿠폰 받기

로드맵 코스 5