LangChain을 사용하여 대규모 언어 모델(LLM) 애플리케이션을 쉽게 개발하는 방법을 소개합니다. 환경 설정, 설치, 간단한 예제를 통해 LangChain의 기본 개념을 이해할 수 있습니다.

개발자 면접을 준비하는 이들을 위한 AI 챗봇 프로젝트입니다. 기술 면접 질문부터 답변 피드백, 기록 저장, RAG 기반 학습까지 모든 과정을 자동화한 챗봇 기획과 기능을 소개합니다.

Hugging Face와 Stable Diffusion을 활용하여 텍스트 생성 및 이미지 생성 모델을 실제로 사용하는 방법

비지도 학습을 활용한 고객 세분화 분석 방법을 소개합니다. K-Means, 계층적 군집화, DBSCAN, GMM 등 다양한 클러스터링 기법을 비교하고, 데이터 전처리부터 시각화, 고객 행동 예측 모델 구축까지 자세히 설명합니다.

Python과 Scikit-learn을 활용하여 보스턴 주택 데이터셋의 가격을 예측하는 머신러닝 모델을 구축합니다. 데이터 전처리, 선형 회귀, 의사결정나무, 랜덤 포레스트, 앙상블 기법, 하이퍼파라미터 튜닝을 포함한 상세 가이드를 제공합니다.

생성형 모델의 원리와 랜덤성, 조건성을 활용한 텍스트·이미지·오디오 생성 방법을 설명합니다.

퍼셉트론과 다층 퍼셉트론(MLP)의 개념, 신경망의 학습 과정, 경사하강법, 활성화 함수 등을 설명하고, PyTorch를 활용한 신경망 구현 예제를 제공합니다.

생성형 AI의 개념, 개발 과정에서의 어려움, 그리고 이를 극복하기 위한 파인 튜닝의 중요성에 대해 다룹니다.

딥러닝 기초, AI 활용, 웹 개발, PyTorch, NLP 모델 실습까지

Hugging Face 모델의 사전 학습(Pre-training)과 파인 튜닝(Fine-tuning)의 개념을 배우고, IMDb 데이터셋을 활용해 BERT 모델을 파인 튜닝하는 방법