AI를 활용한 음성 인식 (Speech Recognition)
음성 인식의 개념과 AI가 음성을 인식하는 과정
음성 인식의 개념과 AI가 음성을 인식하는 과정
음성 합성(TTS)의 개념과 AI가 음성을 합성하는 과정
주요 AI 유형과 활용 사례
CNN을 사용하여 간단한 이미지 분류를 수행하는 방법을 코드 예제
GPT 모델과 기존 머신러닝 모델의 학습 방식, 활용 방식 차이점
GPT와 순환 신경망(RNN)의 구조, 학습 방식, 성능 차이
토큰화(Tokenization)의 개념과 GPT에서 토큰이 어떤 방식으로 사용되는지를 설명하는 학습 자료
신경망에서 학습 속도를 높이고 최적값에 안정적으로 수렴하는 모멘텀(Momentum) 최적화 기법의 개념과 동작 방식
신경망에서 과적합을 방지하는 드롭아웃 기법의 개념과 동작 방식
RNN의 한계를 보완하여 긴 거리의 정보를 기억할 수 있는 LSTM의 개념과 동작 방식 설명
뉴런의 개념과 역할
Self-Attention을 확장한 멀티헤드 어텐션(Multi-Head Attention)의 개념과 동작 방식
TensorFlow와 Keras를 활용해 다음 문자를 예측하는 간단한 LSTM 모델을 만들기
XOR 문제로 알아보는 단층 퍼셉트론의 한계와 다층 퍼셉트론의 역할
LSTM의 복잡한 구조를 간단하게 만든 GRU(Gated Recurrent Unit)의 개념과 동작 방식
신경망의 층이 깊어질 때 발생하는 문제와 이를 해결하는 방법
뉴런, 층, 학습 등 딥러닝의 주요 개념과 예시
머신러닝과 딥러닝 개념 정리 및 활용 분야
머신러닝과 딥러닝의 주요 차이점 비교
딥러닝의 개념과 심층 신경망의 구조
신경망과 머신러닝 모델의 일반화 성능을 높이는 L1 및 L2 정규화 기법
신경망에서 각 뉴런이 모든 뉴런과 연결된 완전 연결층(Fully Connected Layer)의 개념과 활용 방법
트랜스포머 모델의 개념, 구조, 장점
순서를 따라가며 처리하는 RNN과 달리 전체 문장을 동시에 처리하는 트랜스포머(Transformer)의 개념과 구조 설명
시간에 따라 변하는 데이터를 처리하는 순환 신경망(RNN)의 개념과 동작 방식
RNN의 내부 구조와 시간 순서에 따라 정보를 처리하는 방식
신경망이 효율적으로 학습할 수 있도록 도와주는 가중치 초기화 기법
신경망에서 학습 속도를 높이고 안정성을 향상시키는 배치 정규화의 개념과 동작 방식
신경망의 개념과 구성 요소
신경망에서 입력 데이터를 전달하여 출력을 계산하는 순전파(Forward Propagation)의 개념과 동작 방식
신경망의 주요 구성 요소인 층(Layer)과 뉴런(Neuron)
신경망이 예측 오차를 줄이기 위해 가중치를 조정하는 역전파(Backpropagation) 알고리즘의 개념과 동작 방식
신경망에서 손실을 최소화하기 위해 가중치를 조정하는 경사 하강법의 개념과 동작 방식
머신러닝에서 전체 데이터를 사용하여 가중치를 조정하는 배치 경사 하강법(Batch Gradient Descent)의 개념과 동작 방식
은닉층의 정의와 예제
신경망에서 은닉층(Hidden Layer)의 개수가 모델 성능에 미치는 영향을 설명
이미지 데이터에서 특징을 추출하여 학습하는 합성곱 신경망(Convolutional Neural Network, CNN)의 개념과 동작 방식
CNN에서 합성곱 연산 시 입력 크기를 유지하거나 조정하는 패딩(Padding)의 개념과 역할
CNN에서 연산량을 줄이고 중요한 특징을 유지하는 풀링(Pooling)의 개념과 역할
CNN에서 이미지 특징을 추출하는 합성곱 연산(Convolution Operation)의 개념과 동작 방식
CNN에서 다양한 패턴을 감지하는 필터(Filter) 의 개념과 역할
입력층의 정의와 예제
머신러닝과 신경망에서 입력 데이터를 분석하고 특징을 추출하는 과정에 대한 개념과 활용 방법
RNN에서 과거 정보를 오래 기억하지 못하는 장기 의존성 문제의 개념과 그 영향
머신러닝과 신경망에서 입력 데이터를 분석하고 특징을 추출하는 과정에 대한 개념과 활용 방법
출력층의 정의와 예제
신경망에서 층의 개수가 성능에 미치는 영향을 알아보고, 최적의 층 개수를 설정하는 방법을 배웁니다.
파인튜닝이 무엇이며, 일반적인 학습과 어떤 점이 다른지 기술적인 요소를 쉽게 설명한 수업 자료
신경망의 기본 단위인 퍼셉트론의 개념과 동작 방식을 배웁니다.
기존에 학습된 모델을 활용하여 새로운 문제를 해결하는 전이 학습의 개념과 동작 방식
CNN에서 합성곱 연산을 수행할 때 필터의 이동 간격을 결정하는 스트라이드(Strides)의 개념과 역할
머신러닝에서 가중치를 조정하는 확률적 경사 하강법(Stochastic Gradient Descent, SGD)의 개념과 동작 방식
신경망에서 활성화 함수가 하는 역할과 중요한 이유