IBM
교육개요
이 강의는 재직자분들이 Transformer와 Hugging Face를 활용하여 자연어 처리 작업을 더 쉽고 효율적으로 수행할 수 있도록 도와드립니다. Attention부터 GPT에 이르는 최신 트렌드를 실무에 적용하는 법을 배워, 업무에 혁신을 가져오세요.
교육목표
순환 신경망 이후 자연어처리의 혁신을 가져온 Transformer를 활용한 다양한 자연어처리 작업(번역 및 텍스트 요약)을 학습합니다.
강의내용
[Chapter1. Attention 개념 및 Transformer]
· 학습 목표
Attention 메커니즘 이해와 Transformer Encoder-Decoder 구조를 배웁니다.
· 주요 내용
1. Attention 개념 이해
2. Transformer Encoder-Decoder 구조
3. Transfer Learning과 자연어 처리의 최신 트렌드 소개
[Chapter2. Hugging Face 라이브러리]
· 학습 목표
Hugging Face 라이브러리를 사용하여 자연어 처리 작업을 수행하는 방법과 ELMo와 BERT 모델의 이론 및 차이점을 이해합니다.
· 주요 내용
1. Hugging Face 라이브러리 사용법
2. ELMo와 BERT 이론 및 차이 분석
3. BERT 모델의 Fine-tuning 작업
4. GPT 개요