fbpx

[동영상/무료] 딥러닝 기반 자연어 처리 이론

Introduction

파이썬을 활용한 딥러닝 기반 자연어처리(NLP) 모델을 학습하고 적용하는 과정을 학습합니다.

파이썬을 활용한 딥러닝 기반 자연어처리(NLP) 모델을 학습하고 적용하는 과정을 학습합니다. 자연어처리를 입문하고자 하는 분을 대상으로 자연어처리의 기본 개념을 설명하고, 발전 가능성에 대해 알아본다. 통계기반 자연어처리가 빈도를 기반으로 하기 때문에 의미를 보유할 수 없다는 한계점을 극복한 단어 임베딩과 문맥 표현을 알아본다. CNN부터 트랜스포머를 거쳐 BERT까지 딥러닝 자연어처리 모델에 대한 구조와 특징을 학습한다. 딥러닝 모델을 응용하여 문서 분류, 감성 분석, 문서요약 등에 활용하여 대용량 데이터로 부터 인사이트를 도출 할 수 있습니다.

Goal

강의 목적

표현 (Representation)

  • 단어 의미를 보유하는 단어 임베딩 방법을 살펴보고, 문맥을 표현하는 방법을 학습합니다.

딥러닝 자연어 처리 모델

  • 모델이 어떻게 발전해 왔는지 살펴보고, 각 모델의 구조와 특징을 비교하며 학습합니다. 

Professor

이민호 강의교수님

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

#파이썬 #자연어처리 #텍스트마이닝 #딥러닝 #Word2Vec #GloVe #CNN #RNN #ELMO #Seq2Seq

For YOU

이런 분들께 추천드립니다!

리서처

조사 대상의 시장 반응을 취합하고 분석하고 싶으신 분

투자자

투자 대상의 시장 평가를 평가해서 투자에 고려하고 싶으신 분

마케터

우리 회사 제품의 마케팅 효과가 어떤지 반응을 분석하고 싶으신 분

소셜모니터링

소셜 내 특정 상품의 긍정, 부정 반응에 대한 분석이 궁금하신 분

브랜드매니저

우리 회사 브랜드의 인지도가 어느 정도가 되는지 분석하고 싶으신 분

비전공자

수학/통계, 텍스트 분석 지식은 없지만 자연어 처리에 입문하고 싶은 분

Curriculum

커리큘럼

Part 1 | 표현 (Representation)

단어 의미를 보유하는 단어 임베딩 방법(Word2Vec, GloVe, FastText)을 살펴보고, 문맥을 표현하는 방법(ElMo)을 학습합니다.

  • 1강 | Word2Vec & GloVe

Part 2 | 딥러닝 자연어 처리 모델

딥러닝 자연어 처리 모델이 어떻게 발전해 왔는지 살펴보고, 각 모델의 구조와 특징을 비교하며 학습합니다.

  • 2강 | CNN
  • 3강 | RNN & ElMo 맛보기
  • 4강 | ElMo
  • 5강 | Seq2Seq (Attention mechanism)
  • 6강 | Transformer
  • 7강 | BERT 구조

해당 영상제작물의 저작권은 강의교수님과 인사이트 캠퍼스에 있습니다.
영상제작물의 녹화 및 무단 전재, 배포를 금합니다. 적발 시 법에 의거 처벌받을 수 있습니다.

Part 1 | 표현 (Representation)

1
1. Word2Vec & GloVe

Part 2 | 딥러닝 자연어 처리 모델

1
2. CNN
2
3. RNN & ElMo 맛보기
3
4. ElMo
4
5. Seq2Seq
5
6. Transformer
6
7. BERT 구조