연락처 정보

코스 개요

생성형 AI 개요

  • 생성형 AI란 무엇인가?
  • 생성형 AI의 역사와 발전 과정
  • 핵심 개념과 용어 설명
  • 생성형 AI의 활용 사례 및 잠재력에 대한 개괄

머신러닝 기초

  • 머신러닝 개요
  • 지도학습, 비지도학습 및 강화학습 등 다양한 유형의 머신러닝
  • 기본적인 알고리즘과 모델들에 대한 설명
  • 데이터 전처리와 피처 엔지니어링 방법

딥러닝의 기초 개념

  • 신경망과 딥러닝의 관계 및 원리
  • 활성화 함수, 손실 함수 및 최적화 알고리즘에 대한 설명
  • 과적합, 과소적합 문제와 이를 해결하기 위한 정규화 기법
  • TensorFlow와 PyTorch 활용 방법 소개

생성형 모델 개요

  • 주요 생성형 모델의 종류들
  • 판별형 모델과 생성형 모델 간의 차이점 설명
  • 생성형 모델을 활용할 수 있는 다양한 분야와 사례

변분 자동인코더(VAE)

  • 자동인코더의 구조 및 작동 원리 이해
  • VAE의 아키텍처에 대한 자세한 설명
  • 잠재 공간 개념과 그 중요성에 대해 탐구
  • 실습 과제: 간단한 VAE 모델 구현하기

생성적 적대 신경망(GAN)

  • GAN의 개념 및 목적에 대한 이해
  • 생성자와 판별자로 구성된 GAN 아키텍처 소개
  • GAN 학습 과정에서 발생할 수 있는 문제점들과 해결 방안
  • 실습 과제: 기본적인 GAN 모델 구현하기

고급 생성형 모델들

  • 트랜스포머 기반 모델의 개념 소개
  • GPT(생성적 사전학습 트랜스포머) 모델에 대한 개요 설명
  • 텍스트 생성 분야에서 GPT 모델의 활용 예시들
  • 실습 과제: 사전 훈련된 GPT 모델을 이용한 텍스트 생성 연습

윤리와 사회적 영향

  • 생성형 AI 개발 및 활용 시 고려해야 할 윤리적 문제들
  • 인공지능 모델에서 편향과 공정성 문제에 대한 논의
  • 미래 지향적인 관점에서 생성형 AI와 책임 있는 개발 방향성 탐색

생성형 AI의 산업 분야 활용 사례

  • 예술 및 창작 활동에서의 생성형 AI 적용 사례
  • 비즈니스 및 마케팅 전략 수립에 있어서의 활용 방안
  • 과학 연구 분야에서 생성형 AI가 제공할 수 있는 기회들

최종 프로젝트

  • 자신만의 생성형 AI 프로젝트 아이디어 기획 및 제안
  • 적절한 데이터 수집과 전처리 과정 경험하기
  • 최적의 모델 선택 후 학습 시도와 결과 분석
  • 프로젝트 완성물 평가 및 성과 발표 준비

강좌 요약 및 향후 나아갈 방향 제시

요건

  • Python 프로그래밍의 기본 개념에 대한 이해
  • 확률 및 선형대수 등 수학적 기초 지식 보유

수강 대상

  • 개발자 여러분
 14 시간

참가자 수


참가자별 가격

회원 평가 (2)

예정된 코스

관련 카테고리