SuanLab

Online Book

Online book contents and materials

Book Contents

Additional book materials and writings

자연어 처리 입문
Online Content

자연어 처리 입문

Introduction to Natural Language Processing

이수안
2024-05-01

소개

자연어 처리(NLP)는 컴퓨터가 인간의 언어를 이해하고 처리할 수 있도록 하는 인공지능 분야입니다. 텍스트 분석, 기계 번역, 챗봇 등 다양한 응용 분야가 있습니다.

목차

1장: 자연어 처리 개요

  • NLP란 무엇인가?
  • NLP의 응용 분야
  • NLP 처리 파이프라인
  • 주요 라이브러리 (NLTK, SpaCy, KoNLPy)

2장: 텍스트 전처리

  • 토큰화 (Tokenization)
  • 정규화 (Normalization)
  • 불용어 제거 (Stopword Removal)
  • 어간 추출과 표제어 추출
  • 한국어 형태소 분석

3장: 텍스트 표현

  • Bag of Words (BoW)
  • TF-IDF
  • N-gram
  • 워드 임베딩 개념
  • Word2Vec, FastText

4장: 텍스트 분류

  • 감성 분석
  • 스팸 필터링
  • 문서 분류
  • 나이브 베이즈 분류기
  • 딥러닝 기반 분류

5장: 시퀀스 모델링

  • RNN의 이해
  • LSTM과 GRU
  • Seq2Seq 모델
  • 기계 번역
  • 텍스트 생성

6장: Transformer와 BERT

  • Attention 메커니즘
  • Transformer 아키텍처
  • BERT 이해하기
  • KoBERT 활용
  • 파인튜닝 실습

7장: 대규모 언어 모델 (LLM)

  • GPT 시리즈
  • LLaMA
  • 프롬프트 엔지니어링
  • RAG (Retrieval-Augmented Generation)
  • LangChain 활용

8장: 실전 프로젝트

  • 뉴스 기사 분류
  • 챗봇 구현
  • 문서 요약
  • 질의응답 시스템

관련 강의

딥러닝과 PyTorch
Online Content

딥러닝과 PyTorch

Deep Learning with PyTorch

이수안
2024-04-01

소개

딥러닝은 인공 신경망을 기반으로 복잡한 패턴을 학습하는 머신러닝의 한 분야입니다. PyTorch는 직관적이고 유연한 딥러닝 프레임워크로, 연구와 프로덕션에서 널리 사용됩니다.

목차

1장: 딥러닝 기초

  • 딥러닝이란?
  • 인공 신경망의 구조
  • 활성화 함수
  • 손실 함수
  • 경사 하강법과 역전파

2장: PyTorch 시작하기

  • PyTorch 설치 및 환경 설정
  • Tensor 기초
  • Autograd와 자동 미분
  • GPU 활용하기
  • Dataset과 DataLoader

3장: 신경망 구축

  • nn.Module 이해하기
  • 레이어 구성 (Linear, Conv2d, LSTM)
  • 모델 정의와 학습
  • 옵티마이저 (SGD, Adam)
  • 학습률 스케줄러

4장: 컴퓨터 비전

  • 합성곱 신경망 (CNN)
  • 이미지 분류 (ResNet, VGG)
  • 객체 탐지 (YOLO, Faster R-CNN)
  • 이미지 분할 (U-Net)
  • 전이 학습

5장: 자연어 처리

  • 워드 임베딩 (Word2Vec, GloVe)
  • 순환 신경망 (RNN, LSTM, GRU)
  • Attention 메커니즘
  • Transformer 아키텍처
  • BERT와 GPT

6장: 생성 모델

  • 오토인코더 (Autoencoder)
  • 변분 오토인코더 (VAE)
  • 생성적 적대 신경망 (GAN)
  • Diffusion Models
  • 이미지 생성 실습

7장: 모델 최적화

  • 배치 정규화
  • 드롭아웃
  • 데이터 증강
  • 조기 종료
  • 모델 경량화 (Pruning, Quantization)

8장: 실전 프로젝트

  • 이미지 분류 모델 학습
  • 감성 분석 모델
  • 객체 탐지 시스템
  • 챗봇 구현

관련 강의

머신러닝 기초
Online Content

머신러닝 기초

Machine Learning Fundamentals

이수안
2024-03-01

소개

머신러닝은 데이터로부터 패턴을 학습하여 예측하거나 결정을 내리는 인공지능의 한 분야입니다. 이 책에서는 머신러닝의 핵심 개념과 알고리즘을 학습합니다.

목차

1장: 머신러닝 개요

  • 머신러닝이란?
  • 지도학습 vs 비지도학습 vs 강화학습
  • 머신러닝 워크플로우
  • Scikit-learn 소개

2장: 데이터 전처리

  • 특성 스케일링 (정규화, 표준화)
  • 범주형 데이터 인코딩
  • 결측치 처리
  • 특성 선택과 추출
  • 데이터 분할 (Train/Validation/Test)

3장: 회귀 알고리즘

  • 선형 회귀 (Linear Regression)
  • 다항 회귀 (Polynomial Regression)
  • 릿지와 라쏘 (Ridge, Lasso)
  • 회귀 모델 평가 지표 (MSE, RMSE, R²)

4장: 분류 알고리즘

  • 로지스틱 회귀 (Logistic Regression)
  • K-최근접 이웃 (KNN)
  • 서포트 벡터 머신 (SVM)
  • 결정 트리 (Decision Tree)
  • 분류 모델 평가 (정확도, 정밀도, 재현율, F1)

5장: 앙상블 학습

  • 배깅 (Bagging)
  • 랜덤 포레스트 (Random Forest)
  • 부스팅 (Boosting)
  • XGBoost, LightGBM, CatBoost
  • 스태킹 (Stacking)

6장: 비지도 학습

  • K-평균 클러스터링 (K-Means)
  • 계층적 클러스터링
  • DBSCAN
  • 주성분 분석 (PCA)
  • t-SNE

7장: 모델 선택과 튜닝

  • 교차 검증 (Cross Validation)
  • 그리드 서치 (Grid Search)
  • 랜덤 서치 (Random Search)
  • 하이퍼파라미터 최적화
  • 과적합과 과소적합

8장: 실전 프로젝트

  • 타이타닉 생존자 예측
  • 주택 가격 예측
  • 고객 세분화
  • 추천 시스템

관련 강의

파이썬 데이터 사이언스
Online Content

파이썬 데이터 사이언스

Data Science with Python

이수안
2024-02-01

소개

데이터 사이언스는 데이터를 수집, 처리, 분석하여 가치 있는 인사이트를 도출하는 분야입니다. 파이썬은 풍부한 라이브러리 생태계로 데이터 사이언스에 가장 적합한 언어입니다.

목차

1장: 데이터 사이언스 개요

  • 데이터 사이언스란?
  • 데이터 사이언스 프로세스
  • 필수 라이브러리 소개 (NumPy, Pandas, Matplotlib)
  • 개발 환경 설정

2장: NumPy 기초

  • 배열(Array) 생성
  • 배열 인덱싱과 슬라이싱
  • 배열 연산
  • 브로드캐스팅
  • 선형대수 연산

3장: Pandas 데이터 처리

  • Series와 DataFrame
  • 데이터 로딩 (CSV, Excel, JSON)
  • 데이터 선택과 필터링
  • 결측치 처리
  • 데이터 변환과 정제

4장: 데이터 시각화

  • Matplotlib 기초
  • 다양한 차트 유형 (선, 막대, 산점도, 히스토그램)
  • Seaborn을 이용한 통계 시각화
  • Plotly 인터랙티브 시각화

5장: 탐색적 데이터 분석 (EDA)

  • 기술 통계량
  • 분포 분석
  • 상관관계 분석
  • 이상치 탐지
  • 피처 엔지니어링

6장: 웹 크롤링과 데이터 수집

  • requests와 BeautifulSoup
  • Selenium을 이용한 동적 크롤링
  • API를 통한 데이터 수집
  • 데이터 저장 및 관리

7장: 통계 분석

  • 기술 통계
  • 추론 통계
  • 가설 검정
  • 회귀 분석
  • 분산 분석 (ANOVA)

8장: 실전 프로젝트

  • 공공데이터 분석
  • 소셜 미디어 데이터 분석
  • 시계열 데이터 분석
  • 보고서 작성

관련 강의

파이썬 프로그래밍 기초
Online Content

파이썬 프로그래밍 기초

Python Programming Basics

이수안
2024-01-01

소개

파이썬은 간결하고 읽기 쉬운 문법을 가진 프로그래밍 언어로, 데이터 과학, 인공지능, 웹 개발 등 다양한 분야에서 활용됩니다.

목차

1장: 파이썬 시작하기

  • 파이썬 소개 및 특징
  • 파이썬 설치 (Anaconda)
  • 개발 환경 설정 (VS Code, PyCharm, Jupyter)
  • 첫 번째 프로그램: Hello, World!

2장: 변수와 자료형

  • 변수의 개념과 선언
  • 숫자형 (int, float, complex)
  • 문자열 (str)
  • 불린형 (bool)
  • 형변환

3장: 연산자

  • 산술 연산자
  • 비교 연산자
  • 논리 연산자
  • 할당 연산자
  • 멤버십 연산자

4장: 자료구조

  • 리스트 (List)
  • 튜플 (Tuple)
  • 딕셔너리 (Dictionary)
  • 집합 (Set)
  • 컴프리헨션

5장: 제어문

  • 조건문 (if, elif, else)
  • 반복문 (for, while)
  • break, continue, pass
  • 예외 처리 (try, except)

6장: 함수

  • 함수 정의와 호출
  • 매개변수와 반환값
  • 기본값 매개변수
  • 가변 인자 (*args, **kwargs)
  • 람다 함수

7장: 클래스와 객체

  • 객체지향 프로그래밍 개념
  • 클래스 정의
  • 생성자와 소멸자
  • 상속과 다형성
  • 캡슐화

8장: 모듈과 패키지

  • 모듈 import
  • 패키지 구조
  • pip를 이용한 패키지 설치
  • 가상환경 관리

관련 강의