Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Generative AI 기초 복습
- Generative AI 개념의 빠른 요약
- 고급 애플리케이션 및 사례 연구
생성적 적대 신경망(GAN)에 대한 심층 분석
- GAN 아키텍처에 대한 심층 연구
- GAN 훈련을 개선하는 기술
- 조건부 GAN과 그 응용
- 실습 프로젝트: 복잡한 GAN 설계
VAE(고급 변형 자동 인코더)
- VAE의 한계 탐색
- VAE의 풀린 표현
- Beta-VAE와 그 중요성
- 실습 프로젝트: 고급 VAE 구축
변환기 및 생성 모델
- Transformer 아키텍처 이해
- 생성 작업을 위한 GPT(Generative Pretrained Transformer) 및 BERT
- 생성 모델을 위한 미세 조정 전략
- 실습 프로젝트: 특정 도메인에 대한 GPT 모델 미세 조정
확산 모델
- 확산 모델 소개
- 훈련 확산 모델
- 이미지 및 오디오 생성 애플리케이션
- 실습 프로젝트: 확산 모델 구현
Generative AI의 Reinforcement Learning
- 강화 학습 기초
- 강화 학습과 생성 모델 통합
- 게임 디자인 및 절차적 콘텐츠 생성에 적용
- 실습 프로젝트: 강화 학습으로 콘텐츠 만들기
윤리와 편견의 고급 주제
- 딥페이크 및 합성 미디어
- 생성 모델의 편향 감지 및 완화
- 법적, 윤리적 고려사항
산업별 애플리케이션
- Generative AI 헬스케어 분야
- 창조산업과 엔터테인먼트
- Generative AI 과학 연구에서
Generative AI의 연구 동향
- 최신 발전과 혁신
- 공개 문제 및 연구 기회
- Generative AI에서 연구 경력을 준비합니다.
캡스톤 프로젝트
- Generative AI에 적합한 문제 식별
- 고급 데이터 세트 준비 및 보강
- 모델 선택, 훈련, 미세 조정
- 프로젝트 평가, 반복 및 발표
요약 및 다음 단계
Requirements
- 기본적인 머신러닝 개념과 알고리즘에 대한 이해
- Python 프로그래밍 및 TensorFlow 또는 PyTorch의 기본 사용 경험
- 신경망 및 딥러닝의 원리에 대한 이해
청중
- 데이터 과학자
- 머신러닝 엔지니어
- AI 실무자
21 Hours