문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
자세한 교육 내용 안내
- NLP 개요
- NLP의 정의와 중요성
- NLP 프레임워크 소개
- NLP 기술의 상업적 활용 사례
- 웹에서 데이터 추출하는 방법
- 다양한 API를 이용해 텍스트 자료 획득하기
- 텍스트 말뭉치와 관련 메타데이터의 관리 및 저장법
- 파이썬과 NLTK 활용의 장점 및 기초 사용법
- 말뭉치와 데이터셋에 대한 이해
- 왜 말뭉치가 필요한가?
- 말뭉치 분석 기법
- 데이터 속성의 종류
- 말뭉치를 저장하는 다양한 파일 형식
- NLP 응용을 위한 데이터셋 준비 절차
- 문장 구조 분석
- NLP 시스템의 구성 요소들
- 자연어 이해 기법
- 형태론적 분석: 어간 추출, 단어 분절 및 품사 판별
- 구문 분석 개념
- 의미 분석 방법
- 모호성 처리 기법
- 텍스트 전처리 과정
- 원본 텍스트 데이터 처리
- 문장 단위로 텍스트 분할하기
- 원문의 어간 추출 기법
- 원문의 단어 표준화(레머라이제이션)
- 불용어 제거 방법
- 개별 문장 수준에서의 처리
- 단어 단위로 텍스트 분할하기
- 단어 레머라이제이션 실행법
- 용어-문서 행렬 및 문서-용어 행렬 활용법
- n-그램 및 문장 단위로 텍스트 분할하기
- 목적에 맞는 사용자 정의 전처리 기법
- 원본 텍스트 데이터 처리
- 텍스트 데이터 분석 기술
- NLP의 핵심 기능들
- 구문 분석기와 해석 과정
- 품사 태깅 및 관련 도구 사용법
- 명명체 인식 기법
- n-그램 활용 방법
- 단어 빈도 분석 방식(백 오브 워즈)
- NLP의 통계적 원리
- NLP에 적용되는 선형대수학 개념
- 확률론적 접근 방식과 NLP
- TF-IDF 지표 활용법
- 데이터 벡터화 과정
- 인코더와 디코더 모델의 원리
- 수치 정규화 기법
- 확률적 모델 설계 방법
- 고급 특징 추출 및 NLP 응용
- Word2Vec 모델의 기초 개념
- Word2Vec 구현을 위한 구성 요소들
- 모델 작동 원리에 대한 설명
- Word2Vec 응용 분야 확장 가능성
- 실제 환경에서의 활용 예시
- 사례 연구: 단어 빈도 분석을 통한 자동 텍스트 요약 기법 - 룬 알고리즘 적용 사례
- NLP의 핵심 기능들
- 문서 클러스터링, 분류 및 주제 모델링
- 계층적 클러스터링 및 k-평균법 등 다양한 문서 그룹화 기법
- TF-IDF, 재킷 거리, 코사인 유사도 지표를 이용한 문서 비교와 분류 방법
- 나이브 베이즈 및 최대 엔트로피 모델을 활용한 문서 분류 방안
- 중요 정보 추출 기술
- 차원 축소 기법: 주성분 분석, 특이값 분해, 비음수 행렬 분해 활용법
- 잠재 의미 분석을 통한 주제 모델링 및 정보 추출 방안
- 개체명 인식, 감성 분석 및 고급 주제 모델링
- 긍정과 부정 감성의 구분 및 강도 측정 기법
- 항목 반응 이론에 대한 이해
- 품사 태깅을 통한 인물, 장소, 조직 정보 추출 방식
- 잠재 디리클레 할당 모델의 원리와 활용법
- 실무 사례 분석
- 비구조화된 사용자 리뷰 데이터의 정보 추출 기법
- 제품 평가 자료에 대한 감성 분류와 시각화 방법
- 검색 로그 분석을 통한 이용 패턴 파악 방안
- 텍스트 분류 시스템 구현 예시
- 주제 모델링의 실제 활용 사례
요건
NLP의 기본 원리를 이해하고 비즈니스 환경에서 AI 활용에 대한 기초적인 인식이 필요합니다.
21 시간
회원 평가 (1)
개별 지원
Simon the 2nd - Cboost
코스 - ROS: Programming for Robotics
기계 번역됨
