00. 비공개 콘텐츠 & E-book 안내
00. 입문자들을 위한 조언 (Q&A)
00. 책과 저자 소개하기
01. [기초] - 딥 러닝을 시작하기 전에
02. [기초] - 파이토치 기초(PyTorch Basic)
03. [ML 입문] - 머신 러닝 입문하기(Machine Learning Basics)
04. [ML 입문] - 로지스틱 회귀(Logistic Regression)
05. [ML 입문] - 소프트맥스 회귀(Softmax Regression)
06. [DL 입문] - 인공 신경망(Artificial Neural Network)
07. [DL 입문] - 순환 신경망(Recurrent Neural Network)
08. [DL 입문] - 합성곱 신경망(Convolutional Neural Network)
09. [NLP 입문] - 자연어 처리 기초(NLP Basics)
10. [NLP 입문] - 언어 모델(Language Model)이란?
11. [NLP 입문] - 텍스트의 유사도(Text similarity)
12. [NLP 기본] - 텍스트 임베딩(Embedding): 신경망 기반의 표현 방법
13. [NLP 기본] RNN과 CNN을 이용한 텍스트 분류
14. [NLP 기본] 시퀀스 레이블링(Sequence Labeling)
15. [NLP 고급] 서브워드 토크나이저(Subword Tokenizer)
16. [NLP 고급] 시퀀스투시퀀스(Sequence-to-Sequence, seq2seq)
17. [NLP 고급] - 어텐션 메커니즘
18. [NLP 고급] 트랜스포머(Transformer)
19. [실전!] BERT(Bidirectional Encoder Representations from Transformers)
20. [실전!] - BERT 학습하기
21. [실전!] - GPT 학습하기
22. [실전!] - BART와 T5 학습하기
23. [실전!] - 오픈AI의 GPT-4 API의 활용
24. [실전!] - 랭체인을 이용한 RAG 입문
25. [실전!] 고급 RAG 기법
26. [실전!] LLM 파인튜닝
27. [실전!] 멀티모달 VLM 파인튜닝