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 개념 과 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