【한글자막】 Deep Learning 과 자연어 처리 (NLP) 의 모든 것: 챗봇 만들기

• 딥러닝과 NLP(자연어 처리)의 모든 것!

• 챗봇 만들기에 도전하세요!

• 인공지능, 기계학습, 딥러닝 활용 방법에 대한 실전 강의!

Deep Learning 과 자연어 처리 (NLP) 의 모든 것: 챗봇 만들기 강의를 선택해야 하는 이유

"Deep Learning (딥러닝) 과 자연어 처리 (NLP) 의 모든 것: 챗봇 만들기" 강의에 오신 것을 환영합니다!

이 코스에서 여러분들을 다시 뵙게 되어 반갑습니다. :)

우리는 지금까지 인공지능(Artificial Intelligence; AI)에 관해 많은 이야기를 해왔습니다. 그리고 또한 인공지능의 미래에 대해 예측해 왔으며, 실제로 이것이 적용된 많은 사례를 목격해 왔습니다. 하지만 유관 정보를 모을 수 있을 뿐 아니라 고객들에게 더 나은 서비스를 제공 하고, 대중에게 여러분의 사업을 눈에 띄게 할 수 있는 기술이 있다면 어떨까요?

그 기술이 바로 챗봇(ChatBots)입니다.

챗봇의 등장에 따라 우리가 온라인에서 사업을 전개해 나가는 방식이 크게 변화되었습니다. 그리고 다행히도 기술은 이 훌륭한 툴을 누구든지 배우고 또 적용할 수 있는 수준으로 발전해 왔다고 할 수 있습니다.

• Data Science 관련 일을 하고 싶은 학생이라면,

• Data Science 에 관심이 있는 분이라면,

• 자신만의 챗봇(ChatBot) 을 만드는데 관심이 있는 분, 그리고

• 인공지능 (Artificial Intellignec), 기계학습 (machine learning), 딥러닝 (deep learning) 과 그 활용에 대해 관심이 있는 분이라면,

• 가장 매력적일 뿐 아니라 커스터마이징이 (customizing) 가능한, 가장 최신 기술을 배우고 싶다면..!

이 강의가 바로 여러분을 위한 강의라고 자신 있게 말씀 드립니다!

Deep Learning 과 자연어 처리 (NLP) 의 모든 것: 챗봇 만들기 강의에서 이런 것들을 배울 수 있습니다

• 자연어 처리의 종류

• 고전적인 모델과 딥러닝 모델

• 종단간 딥러닝 모델

• 시퀀스-투-시퀀스 구조 및 훈련

강의에서 만나요,

- Hadelin & Kirill

P.S 강의를 들으시고 강의와 관련하여 궁금하신 점은 무엇이든 Q&A에 남기실 수 있지만, 꼭 영어로 남겨주세요. 그래야 답변을 드릴 수 있습니다. :)

고등학교 수준의 수학,파이썬 기초 능력

• 11.5 hours on-demand video
• 22 articles
• 8 downloadable resources
• Access on mobile and TV
• Full lifetime access
• Certificate of completion

1. 설명을 잘해주시고, seq2seq 모델에 대한 개념부터 코드까지 한 번에 훑어 볼 수 있습니다.
2. 다만, 번역에 오타가 많고, 강사 또한 이 강의를 더 이상 관리하지 않는 듯 합니다.
3. 챗봇 실습이 오래된 버전인 tensorflow1을 사용해 진행됩니다.
4. 최신 버전인 tensorflow2와 많은 차이가 있으며, 2버전이 나온지 꽤 되었음에도 이 강의에서는 전환에 대한 어떠한 가이드도 추가적으로 업데이트 하지 않았습니다.
5. 기초 및 이론적인 부분에 대해 충분한 설명을 해줌. 수업의 최종 목표인 챗봇 만들기를 위해 빌드업이 굉장히 좋음.
6. <셀프로 해 보는 챗봇 제작을 위한 강의>
7. 확실히 이런 강의는 수강하기 전에 부담이 매우 큽니다.
8. 일단 강의정보 상세보기를 하면 강의 수와 러닝타임이 길고, 대충 일방향 강의만 듣고 넘기는 게 아니라, 실제로 강의화면을 일일이 따라가면서 명령어 입력을 하고 어플 제작과 같이 무언가를 만들어내는 과정을 정말로 해 봐야 하기 때문입니다.
9. 보통 이러닝 교육들이 가지는 한계가 과연 대면수업처럼 강사가 앞에서 지켜보고 있어서 집중하는지, 정말로 내용을 이해하고 따라오고 있는지, 실습을 시켜보거나 연습문제를 풀게 했을 때 정답을 맞추거나 옳은 방향의 풀이를 하는지를 확인할 수 없기 때문인데요.
10. DL, NLP 이런 용어들이 나오니 아직 익숙하지 않아서 이 쪽 관련 이론강의만 계속 듣겠다고 하시는 분도 학위를 준비한다면 나쁘지는 않지만, 취창업이나 쓸모있는 포트폴리오, 또는 의미있는 실전경험을 원한다면 시간을 더 많이 투자해서라도 이러한 실용성 있는 강의를 듣고 포트폴리오로 준비해 두는 것이 도움이 크게 됩니다.
11. #챗봇 제작하기 실습강의
12. (1) 우선 실전에 들어가기 전에 개념 강의가 전혀 없는 건 아닙니다. 강사님 얼굴이 나오지 않고 PPT교안만 띄운 상태로 DL기반 NLP처리란 무엇인지 알아야 되는 개념들에 대해 빠르고 필요한 도식을 통해 개념 정리를 해 줍니다. 자연어 처리 유형, 고전적 모델, DL 모델, end-to-end DL 모델, BoW 모델각각을 약 15분 내외 시간 내에 각기 훑어주고, 그 이후 우리가 메인으로 알아야 할 시퀀스-투-시퀀스 아케텍처와 이 구조에서 트레이닝하는 과정과 예시를 최소한 필요한 만큼만 실용적으로 보여줍니다. 말 그대로 도식화된 내용들로 예시를 들고, 챗봇을 구현하기 전에 구현이 되는 원리를 알기 위해 준비된 강의이기 때문에, 정말 모든 것을 이해하고 넘어간다는 것을 불가하므로 반드시 진도를 빼는 것에 집중해야 할 것입니다. 조금 의아(?)하더라도 반드시 포기하지 마고 섹션3의 챗봇 만들기 단계1로 넘어가야 강의를 수료할 수 있습니다!
13. (2) 이후 섹션3부터 섹션8까지 이어지는 챗봇 제작을 위한 실습, 이전에 필요로 하는 데이터 전처리에 대한 상세 실습과정과 중간 평가, 모델 형성 이후 실행, 평가 및 문제점과 한계를 기반으로 한 개선 과정까지 약 80개의 세부 섹션 (각각 짧으면 1분에서 길면 30분 이상) 으로 구성된 영상강의로 구성되어 있습니다. 강의 화면 자체가 이미 화면 분할을 하여 좌측/우측에 따로 실행하고 있는 코딩페이지가 나오므로, 반드시 듀얼모니터 또는 투컴 (PC, 개인 노트북) 구비된 상태에서 수강을 하는 동시에 별도의 화면으로 강의에서 다루는 구현과정을 그대로 따라해봐야만
14. 본 강의를 수강하는 의미가 있을 것입니다. 수강을 결정하기 전에 이 점이 마음에 걸린다면, 어느 정도 방대한 코딩이 들어가는 지 확인하고 싶다면, 섹션 4의 챗봇 제작을 위한 데이터 전처리 강의의 한 화면 페이지를 보면 이해가 될 것입니다.
15. (3) 아무래도 코딩실습 파트는 특별히 어려운 영어가 나오기 보다는, 화면에서 하는 것을 따라가 보고, 모르는 명령어나 응용부분에 대한 개념을 다시 구글링 또는 개인별 가지고 있는 다른 교육프로그램이나 교재에서 찾아보는 과정이 더 중요하므로, 한글자막은 화면 하단에 내리기를 하거나 표시하지 않고 원어민 육성은 오디오로만 듣는 게 나을 수도 있습니다. Seq2Seq 모델 구축단계에 본격적으로 들어가는 섹션5에서도, 처음부터 차근차근히 강사님이 우리가 무엇을 왜 하는지 말씀해주시고 코딩을 진행하기 때문에, 배속을 조금 0.75정도로 느리게 하는 게 좋을수도 있습니다. 항상 이런 강의에서 놓치지 말아야 하는 것은, 지금 이 한 줄의 코딩을 왜 했는지, 무엇을 구현하려 하는 것인지를 수강자의 수준과 입장에서 먼저 설명하고 하는지 여부인데, 본 강의에서는 그런 부분에서 크게 누락된 점이 보이지 않아 추천합니다.
16. (4) 아마도 보다 더 명확한 한글 번역 자막이 본 강의에 필요한 이유는, 특히 이런 DS분야의 해외 무크 강의를 수강 시 비원어민이 부딪히는 결정적인 유리천장이 이런 높은 수준의 고급 코딩/구현과정에서 단순한 단어나 구절은 어렵지 않게 번역하여 이해하지만, 전체 문장을 놓고 볼 때는 막히는 부분이 생기다 보니, 언어의 장벽으로 인해 실습과정시 A라는 것을 왜 B라는 지금 시점에 C와 같은 방식으로 하는지 그 D란 이유를 모르고 넘어가기 때문입니다. 문제는, 이런 의문이 계속 다음 단계로 넘어갈 때마다 생기고, 그것이 누적되면 절대로 다음 레벨의 학습을 진행할 수 없기 때문에, 결과적으로는 이론상 개념만 외우고 숙지하여 객관식 시험은 볼 수 있을지 몰라도 실습화면을 제시하고 풀게 되는 단답형/주관식 문제나 실습문제는 풀 수 없는 수준의 지식을 갖추게 되는 위험이 있습니다.
17. #그외 부록
18. 만약 내 이론기 베이스가 거의 없거나 잊어버린 상태에서 실습 실전으로 부딪히고 말았다면, 부록1과 2 섹션을 통해 인공신경망과 순환신경망에 대한 개요 정도 하나씩 확인하고 넘어갈 수 있어 모자른 부분을 채울 수 있어요. 개인적으로는, 이 부록은 맨 마지막에 시간이 정말 남으면 보라고 하고 싶고, 자꾸만 이론 강의로 시간을 보내면서 실전연습을 하는 과정을 미루게 되면 결국 이런 컴퓨터과학 분야의 포트폴리오는 쌓기 어렵게 될 거라고 생각합니다. 어렵고 이해가 안 되도 시퀀스-투-시퀀스 모델이 뭐야? 하면서 정의 찾고, 개념 설명 공부를 하기 보다는, 그런 건 그냥 이름이구나 하고 넘어가고 적용 예를 접하고 이해가 안 되면 다시 구체적인 질문을 가지고 DS공부 커뮤니티 등에 가서 질문을 하고 답변을 보면서 모르는 걸 찾아가는 게 빨라요.
19. 전투력 상승되고 있습니다.