쉽게 배우는 자연어 처리 - TensorFlow를 활용한 모델링 구현 실습
쿠폰
- 교육일정
-
2018-06-21 ~ 2018-06-21
- 신청기간
- 2018-04-23 ~ 2018-05-20
- 교육일수
- 1일
- 교육시간
-
8시간
- 1일차 09시00분 ~ 18시00분
- 정원
- 30명
- 교육비
- 비회원사 600,000원 회원사 580,000원
- 담당자
- 평생교육본부 02-3274-9377
- 장소
- 이룸센터
상세안내
교육개요
- 딥러닝에 대한 이해도를 높이고 딥러닝 프레임웍을 활용한 어플리케이션 개발이 가능
- TensorFlow를 활용한 딥러닝의 이해와 기초 모델 구현이 가능
- 딥러닝 알고리즘들의 활용과 자연어 처리 문제에서 딥러닝 적용이 가능
교육목적
- - 자연어 처리의 프로세스를 이해한다.
- 딥러닝의 일종인 Recurrent Neural Networks의 학습 원리를 이해한다.
- 자연어 처리에 필요한 기술적 개념을 실제 언어 데이터에 적용하는 실습을 통해 학습한다.
- 딥러닝을 활용한 챗봇 개발 과정을 이해한다.
- 딥러닝 프레임워크 (TensorFlow)를 활용하여 자연어 처리 과정을 실습한다.
교육특징
- - 딥러닝의 기초부터 응용까지 원리와 실습 모두 포함
- TensorFlow 활용 실습
- 딥러닝을 활용한 챗봇 구현
기대효과
- - 딥러닝을 이용한 인공지능 구현을 이해할 수 있다
- 챗봇의 원리를 이해할 수 있다
- 자연어처리 문제의 성격을 이해할 수 있다
- 딥러닝을 사용하여 실세계 자연어처리 문제에 적용할 수 있다
수강대상
- 자연어 처리 기술에 관심 있는 학생 및 재직자
시간표
| 주요내용 | 세부내용 |
|---|---|
| 자연어처리 문제의 종류 및 성격 |
- 다양한 NLP 문제 유형 - NLP 문제 평가 방법 |
| 단어 임베딩 |
- word2vec을 활용한 단어 임베딩 원리 - glove 알고리즘 원리 - 단어들 사이 의미적 거리 계산 |
| 순환 신경망의 구조 |
- 순환신경망의 구조 - 순환신경망을 위한 Activation 함수의 선택 - Vanishing Gradient: LSTM과 GRU의 등장 배경 |
| 순환 신경망을 이용한 글 생성 |
- 각 단어의 확률 계산 - hello를 출력하는 순환 신경망 만들기 - TensorFlow를 활용한 실습 |
| 순환 신경망 응용 예제 |
- 품사 태깅 - 챗봇 - 챗봇 실습 |
교육장안내
KMA오픈러닝센터
- 평일
- 08:30 ~ 17:30
- 휴무시간
- 12:30 ~ 13:30
- 교육문의
- KMA 공개교육센터 (02-3274-9215)
- 팩스
- 0502-400-9988 / 02-3274-9399
- 쿠폰문의
- KMA 회원서비스센터 (02-3274-9362)
