Course Outline

Generative AI 소개

  • Generative AI은 무엇입니까?
  • Generative AI의 역사와 진화
  • 주요 개념 및 용어
  • Generative AI의 응용 및 잠재력 개요

Machine Learning의 기본

  • 머신러닝 소개
  • 기계 학습 유형: 지도, 비지도, Reinforcement Learning
  • 기본 알고리즘 및 모델
  • 데이터 전처리 및 기능 엔지니어링

Deep Learning 기본

  • 신경망과 딥러닝
  • 활성화 함수, 손실 함수 및 최적화 도구
  • 과적합, 과소적합 및 정규화 기술
  • TensorFlow 및 PyTorch 소개

생성 모델 개요

  • 생성 모델의 유형
  • 차별적 모델과 생성적 모델의 차이점
  • 생성 모델 사용 사례

VAE(변형 자동 인코더)

  • 오토인코더 이해
  • VAE의 아키텍처
  • 잠재공간과 그 의미
  • 실습 프로젝트: 간단한 VAE 구축

생성적 적대 신경망(GAN)

  • GAN 소개
  • GAN의 아키텍처: 생성기와 판별기
  • GAN 교육 및 과제
  • 실습 프로젝트: 기본 GAN 만들기

고급 생성 모델

  • Transformer 모델 소개
  • GPT(Generative Pretrained Transformer) 모델 개요
  • 텍스트 생성에 GPT 적용
  • 실습 프로젝트: 사전 학습된 GPT 모델을 사용한 텍스트 생성

윤리와 시사점

  • Generative AI의 윤리적 고려 사항
  • AI 모델의 편견과 공정성
  • 미래의 영향과 책임 있는 AI

Generative AI의 산업 응용

  • Generative AI 예술과 창의성
  • 비즈니스 및 마케팅 응용
  • Generative AI 과학 및 연구 분야

캡스톤 프로젝트

  • 생성적 AI 프로젝트 아이디어 및 제안
  • 데이터 세트 수집 및 전처리
  • 모델 선택 및 훈련
  • 결과 평가 및 발표

요약 및 다음 단계

Requirements

  • Python의 기본 프로그래밍 개념에 대한 이해
  • 기본적인 수학 개념, 특히 확률과 선형 대수학에 대한 경험

청중

  • 개발자
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories