딥러닝 기초부터 NLP, GAN, 강화학습까지

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.

 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. 

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

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.

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.