강의 설명

Python에서 RNN 모델링을 사용하는 방법 배우기

이 강의에서는 순환 신경망을 사용해 텍스트를 분류하고(이진 및 다중 클래스), 구문을 생성하며, 포르투갈어 문장을 영어로 번역하는 방법을 배우게 됩니다.

머신 러닝 모델은 수치 값을 기반으로 예측과 분류를 수행하지만, 컴퓨터는 텍스트 데이터를 어떻게 처리할 수 있을까요? 방대한 텍스트 데이터의 증가로 인해 자동 문서 분류, 텍스트 생성, 신경 기계 번역과 같은 애플리케이션이 가능해졌습니다. 여기서는 머신 러닝의 RNN이 이 과정을 어떻게 도울 수 있는지 배우게 됩니다.

순환 신경망의 힘을 발견하세요

이 4시간짜리 강의에서는 순환 신경망의 기초부터 살펴보게 됩니다. 순환 신경망을 통해 정보가 어떻게 흐르는지 살펴보며, Keras RNN 모델을 사용해 감성 분류를 수행하게 됩니다.

RNN 아키텍처를 더 자세히 살펴보면서, 기울기 소실 및 폭주 문제와 언어 모델에 레이어를 임베드하는 방법을 배우게 됩니다.

실제 데이터로 언어 모델 탐구하기

이 지식을 바탕으로, 다중 분류 작업을 위해 데이터를 준비하는 방법을 알아보고, 이러한 작업이 이진 분류와 어떻게 다른지 살펴보게 됩니다.

마지막으로, RNN 모델을 텍스트 생성과 신경망 기계 번역에 활용하는 방법을 배우게 됩니다. 재귀 신경망에 대한 지식을 활용해 《빅뱅 이론》의 셸던의 말을 재현하고, 포르투갈어 구문을 영어로 번역하게 됩니다.

이 강의는 머신 러닝에서 RNN을 심도 있게 살펴보며, 이 분야에서 실력을 쌓을 수 있는 지식을 제공합니다.

선수 조건

Introduction to Natural Language Processing in Python Introduction to Deep Learning with Keras

Recurrent Neural Networks and Keras

In this chapter, you will learn the foundations of Recurrent Neural Networks (RNN). Starting with some prerequisites, continuing to understanding how information flows through the network and finally seeing how to implement such models with Keras in the sentiment classification task.

Introduction to the course

강의 설명

Python에서 RNN 모델링을 사용하는 방법 배우기

순환 신경망의 힘을 발견하세요

실제 데이터로 언어 모델 탐구하기

수료증 획득

.css-nklxlk{color:var(--wf-brand--main, #03EF62);}19백만 명 이상의 학습자와 함께 Keras로 배우는 언어 모델링을 위한 순환 신경망(RNN)을(를) 시작하세요!

무료 계정 만들기

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

19백만 명 이상의 학습자와 함께 Keras로 배우는 언어 모델링을 위한 순환 신경망(RNN)을(를) 시작하세요!