연락처 정보

코스 개요

생성형 AI 기초 복습

  • 생성형 AI의 핵심 개념 간략 정리
  • 고급 응용 사례 및 실제 활용 사례 탐구

생성형 적대적 네트워크(GAN) 심화 학습

  • GAN 아키텍처에 대한 심층 연구
  • GAN 훈련 성능 향상을 위한 기법 탐구
  • 조건부 GAN 및 그 응용 방안
  • 복잡한 GAN 모델 설계 실습 프로젝트

고급 변형 자동 인코더(VAE) 학습

  • VAE의 한계점 탐색
  • VAE에서 분리된 표현 형태에 대한 이해
  • 베타-VAE와 그 의미에 대한 분석
  • 고급형 VAE 구축 실습 프로젝트

트랜스포머 아키텍처와 생성형 모델

  • Transformer 아키텍처에 대한 깊이 있는 이해
  • 생성 작업에서 활용되는 GPT 및 BERT 모델의 개요
  • 생성형 모델 미세 조정 전략 설명
  • 특정 분야에 맞춰 GPT 모델을 미세 조정하는 실습 프로젝트

디퓨전 모델 학습

  • 디퓨전 모델의 기초 개념 설명
  • 디퓨전 모델 훈련 방법 소개
  • 이미지 및 오디오 생성 분야에서의 활용 가능성 탐구
  • 디퓨전 모델 구현을 위한 실습 프로젝트

생성형 AI에서의 강화학습 활용 방법

  • 강화학습 기초 개념 설명
  • 생성형 모델과 강화학습을 통합하는 방안 탐구
  • 게임 디자인 및 자동 콘텐츠 생성 분야에서의 활용 가능성
  • 강화학습을 활용한 콘텐츠 제작 실습 프로젝트

윤리 및 편향 관련 고급 주제 학습

  • 딥페이크와 합성 미디어에 대한 이해
  • 생성형 모델에서 발생할 수 있는 편향 감지 및 완화 방안 탐구
  • 법적 규제 및 윤리적 고려사항 검토

산업별 특성에 따른 응용 방안 탐구

  • 의료 분야에서의 생성형 AI 활용 가능성
  • 창작 및 엔터테인먼트 산업 내 응용 사례 분석
  • 과학 연구 분야에서의 생성형 AI 활용 방안 탐구

생성형 AI 관련 최신 연구 동향 파악

  • 최근의 기술 발전 및 획기적 성과들 살펴보기
  • 아직 해결되지 않은 문제점 및 연구 기회 탐색
  • 생성형 AI 분야에서의 연구자로서 경력을 쌓기 위한 준비 사항 검토

최종 프로젝트 진행

  • 생성형 AI를 활용할 수 있는 적절한 문제 선정
  • 고급 데이터 세트 준비 및 보강 기법 학습
  • 모델 선택, 훈련 진행 및 미세 조정 작업 수행
  • 프로젝트 평가, 반복 개선 과정 거친 후 최종 결과물 발표 준비

요약 및 향후 전망 정리

요건

  • 머신러닝의 기본 개념과 알고리즘에 대한 이해
  • Python 프로그래밍 경험 및 TensorFlow 또는 PyTorch 사용법 숙지
  • 신경망 및 딥러닝의 기본 원리에 대한 익숙함

수강 대상

  • 데이터 과학자
  • 머신러닝 엔지니어
  • AI 전문가
 21 시간

참가자 수


참가자별 가격

회원 평가 (2)

예정된 코스

관련 카테고리