재직자 교육

재직자 직무능력향상 교육

교육문의

02-587-5180

평일 09:00~18:00

(토,일,공휴일 휴무)

딥러닝 자연어 및 시계열 처리 핵심 알고리즘 분석과 활용
차수	교육기간	시간	교육장소	신청하기
1	2021년 07월 12일(월) ~ 07월 14일(수) 종료	주간 09:00~18:00	온라인교육(ZOOM)	마감
2	2021년 11월 01일(월) ~ 11월 03일(수) 종료	주간 09:00~18:00	온라인교육(ZOOM)	마감

•텍스트 데이터 처리를 위한 기본 기술을 이해할 수 있다.

•자연어 및 시계열 데이터 처리를 위한 딥러닝 알고리즘인 RNN의 구조와 동작 원리를 알 수 있다.

•RNN/GRU/LSTM 알고리즘 구현 코드를 분석 및 활용할 수 있다.

•RNN/LSTM/GRU Tensorflow-Keras API를 이용할 수 있으며, 시계열 데이터를 처리하는 Keras 코드를 분석하고 활용할 수 있다.

1일차	NLP & Word Embedding	•텍스트 데이터 다루기, 텍스트 데이터 처리를 위한 BOW 모델 •텍스트 분류(Text Classification) 실습, 감성 분석(Sentiment Analysis) 실습
	NLP & Word Embedding	•토픽 모델링(Topic Modeling) 실습, 문서 군집화(Document Clustering) 실습 •문서의 유사도(Cosine Similarity) 실습 •Word Embedding - Word2Vec
2일차	RNN/GRU/LSTM 알고리즘의 이해와 활용	•Why sequence models & Notation •RNN 아키텍처 및 알고리즘의 이해와 활용, LSTM 아키텍처 및 알고리즘의 이해와 활용
	RNN/GRU/LSTM 알고리즘의 이해와 활용	•Language Model and Sentence Generation •Gated Recurrent Unit (GRU) 아키텍처 •RNN/LSTM/GRU Keras API 활용, 시계열 데이터 처리 Keras 코드 분석 및 활용
3일차	Sequence models & Attention mechanism	•Sequence Model seq2seq의 원리와 아키텍처 •Sequence Model seq2seq의 Toy Problem 구현
	Sequence models & Attention mechanism	•Attention Mechanism의 동작과 구현, Attention을 갖춘 seq2seq 구현과 응용 •Sketch-RNN 구조와 알고리즘의 이해

•AI 제품 기획/설계/기술지원/테스팅/감리/컨설팅 관련 자

•딥러닝 자연어 및 시계열 처리 핵심 알고리즘을 파악하고 활용하고자 하는 자, 딥러닝 활용 기술을 습득하고자 하는 자

•Word Embedding, RNN, GRU, LSTM, SketchRNN 알고리즘의 동작과 구현 방법을 알고자 하는 자

•Windows 10 OS 기반 진행, Anaconda3 ( Python, Spyder, numpy, scipy, pandas, scikit-learn, Tensorflow, Keras 등) 사용

•Google Colab Cloud 사용, Jupyter Notebook 사용