After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
유럽 여행에 양언어 사전을 챙기거나, 외국어 숙제를 하려고 책상 위에 사전을 펼쳐 두던 시절은 지났습니다. 이제는 인터넷에 접속해 번역 서비스를 이용하면 도로 표지판의 의미를 빠르게 이해하고, 외국어로 인사하고 감사 인사를 전하는 방법도 금방 알 수 있어요. 이러한 번역 서비스 뒤에는 복잡한 Machine Translation 모델이 있습니다. 이 모델들이 어떻게 동작하는지 궁금하셨나요? 이번 강의에서는 Machine Translation 모델의 작동 원리를 직접 살펴봅니다. 강력한 Python 기반 딥러닝 라이브러리인 Keras를 사용해 번역 모델을 구현하고, 영어를 프랑스어로 번역하도록 모델을 학습시킨 뒤 성능을 높이는 기법들도 알아봅니다. 강의를 마치면 Machine Translation 모델을 깊이 있게 이해하고 그 가치를 더욱 높이 평가하게 되실 거예요!
사전 요구 사항
커리큘럼
코스 개요
1
Machine Translation 소개
이 장에서는 인코더-디코더 아키텍처가 무엇이며, 그것이 Machine Translation에 어떻게 사용되는지 알아봅니다. 또한 Gated Recurrent Unit(GRU)에 대해 배우고, GRU가 인코더-디코더 아키텍처에서 어떻게 활용되는지도 살펴봅니다.
2
Keras로 인코더-디코더 모델 구현하기
이 장에서는 Keras 함수형 API로 인코더-디코더 모델을 구현합니다. 이 과정에서 RepeatVector와 TimeDistributed 같은 유용한 Keras 레이어도 함께 익혀 봅니다.
3
학습과 번역 생성
이 장에서는 앞에서 정의한 모델을 학습하고, 잘 학습된 모델을 사용해 번역을 생성합니다. 우리 모델이 문장 번역을 꽤 잘 해내는 모습을 확인하실 수 있어요.
4
Teacher Forcing과 단어 임베딩
이 장에서는 번역 모델을 더 빠르고 더 잘 학습하도록 돕는 Teacher Forcing 기법을 배웁니다. 그리고 단어 임베딩을 활용해 모델 성능을 한층 더 향상시키는 방법을 알아봅니다.
Keras로 배우는 Machine Translation
코스
완료
