[오프라인] 텐서플로 2.0을 활용한 딥러닝 자연어 처리 텍스트 마이닝 심화

강사님
민호 이
카테고리
금융, 인공지능

개강알람 신청하기

본 강의 개강을 기다리고 계신가요? 개강알람을 신청해 보세요. 

개강 시 알려 드리도록 하겠습니다!

개강알람 신청하기

Introduction

시장반응 분석, 산업동향 분석, 마케팅 전략 수립 등 분석 시간을 획기적으로 줄여드립니다.

인공지능 분야 중 하나인 자연어 처리는 기계가 인간의 언어인 “자연어”를 이해하여 처리하는 것을 말합니다. 우리 실생활 속에 자연어 처리는 이미 깊이 녹아 들어 있습니다. 구글 검색, 번역, 인공지능 스피커, 챗봇 등 우리는 자연어 처리가 적용된 다양한 서비스를 사용하고 있습니다. 지금 내가 맡고 있는 업무 속에서도 조금만 찾아보면 자연어 처리가 적용된 사례를 찾아볼 수가 있을 것입니다.

본 강의를 자연어 처리를 실무에 본격 적용할 수 있는 심화과정으로 중급자를 대상으로 합니다. 딥러닝 기반 자연어 처리를 탄탄하게 시작하고자 하는 분들께 추천합니다. 자연어 처리 텍스트 마이닝 기술을 활용하여 대용량의 텍스트 데이터 내에서 인사이트를 도출할 수 있는 방법을 배우는 것을 주요 목표로 하고 있습니다.

처음 자연어 처리를 접하는 분들이 이해할 수 있도록 차근차근 학습할 수 있도록 내용을 구성하였습니다. 인공지능이 메가 트렌드가 되고 있는 시점에 자연어 처리 학습을 통해 다가올 미래를 대비하시기 바랍니다.

Point

이 강의가 특별한 이유

  1. 딥러닝 자연어처리 텍스트 마이닝 엑기스를 완전 정복!

  2. 강의 중 사용한 모든 실습 예제 프로그램 코드 전격 제공!

  3. 오직 인사이트 캠퍼스에서만 만나볼 수 있는 강의!

Goal

강의 목표

자연어 처리 심화

SOTA(State of The Art) 모델을 적용한 딥러닝 자연어 처리 모델을 알아봅니다.
자연어 처리 텍스트 마이닝을 통해 텍스트 내 인사이트를 도출합니다.

데이터 수집 실습

자연어 처리 텍스트 마이닝을 위해 필요한 데이터를 직접 수집합니다.
수집한 데이터를 분석가능한 형태로 전처리 하고 분석에 활용합니다.

자연어 처리 이해

자연어 처리의 개념에 대해 알아봅니다.
전처리의 중요성에 대해 이해합니다.
한글 전처리를 직접 실습하여 습득합니다.

텍스트 마이닝 알고리즘 이해

문서 내 핵심키워드가 무엇인지 추출하고, 문서를 몇개의 문장으로 요약합니다.
다량의 문서에 어떠한 토픽이 있는지 분석하고, 트렌드를 파악합니다.
텍스트 내 감성분석을 통해 시장반응을 측정합니다.

For YOU

이런 분들께 강의를 추천드립니다!

비즈니스맨

  • 제품 리뷰로 부터 시장 반응을 분석 하고 싶은 분들
  • 뉴스, 분석 보고서 분석을 통한 산업 분석을 하고 싶은 분들

투자자

  • 실무에 바로 적용할수 있는 사례 중심 구현을 하고 싶은 투자자 분들
  • 자연어 처리를 빠르게 습득하여 투자에 적용하고자 하는 분들

학계 관계자

  • 자연어 처리 텍스트 마이닝을 시작하고자 하는 입문자 분들
  • 자연처 어리 텍스트 마이닝에 관심있는 모든 분들

Professor

이민호 강의교수님

現 주식회사 핀인사이트 CEO

컴퓨터공학을 전공하고, 우리은행, KB국민은행, 대우증권 등 여러 금융기관에서 트레이딩, 리스크관리 시스템 구축컨설팅 업무를 10여년간 수행했습니다. 그 이후 2015년 금융 데이터분석 전문 회사 핀인사이트를 창립하여, “금융 인공지능 실무교육 서비스 – 인사이트 캠퍼스”와 “자연어 처리 기반 데이터 분석 서비스 – 인사이트 페이지”를 운영하고 있습니다.

강의 경력

  • 리더십 디자인 특강 – 스타트업처럼 리드하라
  • 딥러닝 기반의 빅데이터 분석 전문가 과정 특강
  • 실무에서 바로 적용 가능한 데이터 시각화 특강 – 금융데이터 분석 및 시각화
  • 금융권 빅데이터를 활용한 디지털 트랜스포메이션 세미나 –  대체 데이터 분석을 통한 인공지능 로보 애널리스트
  • 머신러닝 기반 로보어드바이저 개발 전문가 양성 과정
  • 금융 데이터 사이언티스트 양성 과정 
  • 인공지능 자연어 처리(NLP) 기반 기업 데이터 분석 과정

Professor's interview

이민호 강의교수님

  • 안녕하세요, 짧게 자기소개 부탁드려요!

안녕하세요, 저는 핀인사이트 이민호 대표입니다. 컴퓨터 공학을 전공하였고 10여간 금융기관을 대상으로 하는 트레이딩 시스템과 시장리스크 시스템 구축 컨설팅 업무를 했고, 2015년 금융데이터분석 핀인사이트를 설립하여 운영하고 있습니다.

  • 현재 하시는 일에 대해서 더 자세히 설명해주실 수 있나요?

핀인사이트는 “금융 인공지능 실무교육 – 인사이트 캠퍼스”와 “비정형 텍스트 분석기반 기업, 브랜드, 인물 분석 – 인사이트 페이지” 2가지 서비스를 운영하고 있습니다. 각 서비스는 인공지능 기술을 금융에 접목하여 투자시장에서 합리적의사결정을 내릴 수 있도록 돋는 데이터 기반 의사결정 (DDDM, Data Driven Decision Making) 기반이 되는 서비스 입니다.

  • 이 강의에 대한 기대감이 있으시다면?

장기화된 저금리 기조로 개인, 기관 모두 투자 대상을 물색하고 있습니다. 그 중 주식은 오랫동안 투자자들의 관심 대상이었습니다. 그럼에도 불구하고 직관에 기반한 투자가 주를 이루었고 이는 많은 투자자들의 큰 손실로 이어였습니다. 본 강의는 데이터기반 의사결정을 내릴수 있도록 주식 종목 거래량 급등에 대한 원인 분석할수 있는 방법을 제시합니다.

해외에서는 활발하게 적용되는 기법으로 국내투자에도 접속하여 합리적 투자를 할 수 있는 기법입니다. 자연어 처리를 통해서 근실시간성으로 원인을 분석 할 수 있습니다.

  • 이번 교육 과정을 기획하게 되신 계기는 무엇인가요?

자연어 처리는 인공지능 기술 중에도 가장 빠르게 성장하고 있고 중심이 되는 기술 입니다. 통계에 따르면 자연어 처리 시장규모는 2016년 $500M에서 2025년 $22.3B로 10년 내 44.6배 성장할 것으로 예측하고 있다. 빠르게 성장하는 시장의 핵심 주역이 되기를 바랍니다.

  • 해당 분야를 공부하고자 하는 분들께 학습 가이드나 조언이 있으시다면?

자연어 처리는 실무의 진입 장벽이 있습니다. 활용과 연구 방향에 따라 학습하고자 하는 방법이 달라질 수 있습니다. 활용에 집중하고자 한다면 관련 사례와 적용 중심으로 학습을 이어나가길 권장합니다. 그리고 연구에 집중하고자 한다면 언어, 통계, 최신모델을 중심으로 깊이있게 내용을 학습하면 모델 성능을 높일 수 있는 방법을 고민해보고 시도해보기를 권장합니다.

  • 마지막으로 수강생 분들에게 당부의 말씀 부탁드립니다.

자연어 처리는 빠르게 성장하는 분야이고 관련 채용시장도 계속해서 증가하고 있습니다. 기초부터 탄탄하게 준비하여 성장하는 시장에 함께 하시길 바랍니다.

Curriculum

커리큘럼

제1장 | 딥러닝 자연어 처리와 텍스트 마이닝 이해

자연어 처리와 텍스트 마이닝의 전반적인 배경지식을 정확히 알고 개발에 필요한 개념들을 학습합니다.

  • 자연어 처리의 이해
  • 자연어 처리 활용사례와 성장성
  • 텍스트 마이닝의 이해
  • 금융투자에 자연어 처리
  • 텍스트 마이닝 활용 사례

제2장 | 텍스트 전처리

텍스트 분석의 80%를 차지하는 전처리 과정을 중요성을 이해하고 활용을 학습합니다.

  • 텍스트 전처리의 중요성
  • NLTK, KoNLPy 소개
  • 토큰화(Tokenization) : 단어토큰화, 문장토큰화
  • 품사 태깅(PoS Tagging)
  • 원형 복원 : 표제어 추출(Lemmatization), 어간 추출(Stemming)
  • 불용어 처리(Stopword)

제3장 | 단어, 문서의 표현 (Representation)

분석을 위해서 텍스트를 단어 혹은 문서를 벡터화하여 표현해야하고 각각에 대한 표현 방법 및 장단점을 학습합니다.

  • 단어의 표현 : 원핫인코딩
  • 단어 임베딩 : Word2Vec, GloVe, FastText 논문 리뷰
  • 문서의 표현 : BoW(Bag of Word), TDM(Term-Document Matrix), TF-IDF
  • 문서 임베딩 : Doc2Vec 논문 리뷰
  • 각 표현 방법별 장단점 비교
  • 문맥적 표현 (Contextualized Representation)

제4장 | Tensorflow 2.0 활용 머신러닝, 딥러닝 기초

문서 내 핵심 키워드 추출 방법을 이해하고 실습합니다.

  • 머신러닝 개념
  • 회귀분석, 이진분류, 다항분류
  • 딥러닝 개념
  • 논리연산자(AND, OR, XOR) 구현

제5장 | 딥러닝 자연어 처리 – CNN(Convolution Neural Network)

문서의 핵심문장을 찾아 문서를 요약하는 방법을 실습합니다.

  • CNN의 개념
  • CNN실습 – MNIST
  • CNN활용 텍스트 분류

제6장 | 딥러닝 자연어 처리 – RNN(Recurrent Neural Network)

토픽모델링을 활용하여 대량의 문서에서 주제 단어 그룹 추출을 실습합니다.

  • RNN 개념
  • LSTM, GRU
  • Many to One : 감성분석 실습
  • Many to Many : 개체명인식(NER, Named Entity Recognition) 실습
  • One to Many : 이미지 캡셔닝 실습

제7장 | 딥러닝 자연어 처리 – Seq2Seq with Attention

분류 모델을 활용하여 문서 분류를 실습합니다.

  • Seq2Seq 개념 : “Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation” 논문 리뷰
  • Encoder/Decoder 구조
  • Teacher Forcing
  • Seq2Seq with Attention 개념
  • Attention mechanism
  • 기계 번역 실습

제8장 | 딥러닝 자연어 처리 – Transformer

산업 키워드를 선택하여 관련 주가, 뉴스, 분석보고서를 수집하여 산업을 관심도, 시장반응, 주요 이슈 등을 파악하는 자동화된 산업동향 분석 보고서를 작성하는 모델을 실습합니다.

  • Transformer 개념 : “Attention is all you need” 논문 리뷰
  • Self attention
  • Multi head attention
  • Masked multi head attention
  • Positional encoding
  • 챗봇 실습

제9장 | 딥러닝 자연어 처리 – BERT

산업 키워드를 선택하여 관련 주가, 뉴스, 분석보고서를 수집하여 산업을 관심도, 시장반응, 주요 이슈 등을 파악하는 자동화된 산업동향 분석 보고서를 작성하는 모델을 실습합니다.

  • BERT 개념 : “Pre-training of Deep Bidirectional Transformers for Language Understanding” 논문 리뷰
  • BPE(Byte pair encoding), Word piece model
  • MLM(Masked Language Model)
  • NSP(Next Sentence Prediction)
  • Position encoding
  • Segment encoding
  • Transfer learning, Fine-tuning
  • 챗봇 개선 실습

강의안내

1
개강 전에 개강안내 메일을 개별적으로 전달드립니다.
강남역 근처이며, 자세한 장소는 추후 개별적으로 알려 드립니다.
개강 당일에 강의장에서 배포해 드립니다.
환불을 원하실 경우 [ 성함, 환불하고자 하는 강의명, 환불 사유 ] 정보를 edu@fins.ai 이메일로 보내주세요. 정보 확인 후 환불 도와드리겠습니다.

결제 안내

  • 대학(원)생 / 단체 / 기수강생 할인 가능합니다. (* 타쿠폰과 중복할인은 불가)
  • 카드 결제시 최대 6개월 무이자 할부 가능합니다.
  • 세금계산서 발급 가능합니다. 담당자(bill@fininsight.co.kr)에게 연락주시면 더 자세히 안내해 드리겠습니다.


인터넷 결제환경 안내

  • Windows 7, 크롬 브라우저에 최적화 되어있습니다. 인터넷 익스플로러는 버전 9 이상을 권장합니다.
  • iOS에서는 현재 결제가 불가합니다. 타 방식 이용을 권해 드립니다.
  • 맥북에서는 Safari(사파리)에서 결제가 가능합니다.


강의 유의사항

  • 본 강의에는 교재비가 포함되어 있습니다.
  • 강의의 최소 인원(5명)이 미달될 경우 일정이 연기될 수 있습니다.
  • 일정 연기 시, 수강생 분들께 개강 3일전 개별 연락을 드립니다.


인사이트 캠퍼스 지기 모집

혜택

  • 본 강의 무료 수강
  • 본 강의 외의 수강하고 싶은 강의는 50% 할인 혜택
  • 인사이트 캠퍼스지기 활동 인증서 발급
  • 금융권 진출 희망 시 진로 상담 및 네트워킹 제공 (우수 활동지기는 추천서 제공) – 핀인사이트 취업 지원 시 우대

모집 대상

  • 해당 강의 관련 학과 전일제 대학(원)생 또는 관심이 많은 타과 전일제 대학(원)생
  • 인원: 강의 당 1명

우대사항

  • 인사이트 캠퍼스 기 수강자
  • 해당 강의 관련 프로젝트 경험자
  • 해당 강의 관련 컴퓨터 언어 활용 가능자

활동 내용

  • 수강생들이 효과적으로 강의를 수강할 수 있도록 돕는 역할
  • 운영을 위한 세부사항을 기획하며, 다음 기수 수강생 모집 준비를 지원하는 역할
  • 해당 강의 종료 후 수강생 인터뷰 작성 (A4 1장 분량) – 차기 강의 개발 전략에 참여

신청 방법

  • 아래 신청 버튼을 통해 캠퍼스지기를 신청해주시면, 신청하신 모든 분들께 해당 강의 개강 1주 전까지 개별 연락 드립니다. 
  • https://goo.gl/forms/5KsDKKkUywVKPbZB2


위시리스트에 추가
수강신청하기
신청자: 3 students
일정: 마감
강의: 1
시수: 21시간
레벨: Beginner