네이버 부스트캠프 AI Tech 7기 NLP 트랙 수료 후기
네이버 부스트캠프 AI Tech 7기 NLP 트랙을 수료했다. 조금 늦었지만, 간단하게 후기를 정리해본다.
최근 포스트
2024 Google ML 부트캠프 5기 수료식 후기
정말 많이 늦게 적는 수료 후기... 늦더라도 없는 것보단 낫다는 마음으로 적어본다. 작년, AI Engineer가 되고 말겠다는 다짐과 함께 시작했던 Google ML Bootcamp. 많은 기초를 다지고, 좋은 사람들과 인연을 맺고, 멋진 프로젝트까지 남길 수 있었던 뜻깊은 시...
[Review] BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
Bidrectional Encoder Representations from Transformers(BERT)는 unlabeled text로부터 좌우 문맥을 포함한 양방향 표현을 사전학습하게 설계된 모델이다. 또한, Question Answering, 언어 추론 같은 광범위한 작업에...
[Review] Attention Is All You Need
기존 sequence 변환 모델은 RNN 또는 CNN 기반의 인코더-디코더 구조를 바탕으로 한다. 최고 성능의 모델들은 여기에 attention mechanism 을 사용하고 있는데, 우리는 RNN과 CNN을 배제한 채 attention mechanism 만을 사용하는 새로운 구조...
[Level 2]Machine Reading Comprehension
이번주는 새로운 프로젝트 기계독해를 진행하기에 앞서 관련된 강의를 학습하였습니다. 시간이 나면 첫번째 프로젝트에 대한 회고도 작성하고 싶은데 가능할지 모르겠네요.
[Week 7]NLP 기초 프로젝트
문장 유사도 측정 프로젝트를 위한 기초 지식들을 다룹니다.
[Week 6]AI 개발 기초
이번 주부터는 다음주 추석을 끼워서 총 3주(학습 기간 2주) 간 문장 유사도 측정 프로젝트를 진행하게 되었습니다. 해당 기간의 강의로 먼저 AI 개발 기초를 수강하였습니다.
[Week 5]NLP theory
이번주는 Transformer와 Bert에 대해 자세히 공부하였습니다.
[Week 4]NLP basic
이번 주부터 각 도메인 별로 나뉘어져서 개별적인 강의를 수강하게되었습니다. 3~4주차 2주간 NLP 이론에 대해 학습합니다.
[Week 3]EDA & DataViz
이번 주는 데이터 분석과 함께 데이터 시각화를 배웠습니다.
[Week 2]머신러닝 기초 이론 및 Transformer 기초
어떠한 작업 T에 대하여 경험 E 와 함께 성능 P 를 향상시키는 것을 머신러닝이라고 한다. <P, T, E>
[DLS]Sequence Models(3)
Andrew Ng 교수님의 Coursera - Deep Learning Specialization 마지막 강의입니다. Encoder-Decoder, Attention, Transformer 등을 다룹니다.