로그인 후 신청할 수 있으며, 정원이 찼거나 이미 신청한 강의는 신청할 수 없습니다. 신청 내역은 [마이페이지 > 학습정보]에서 확인합니다.
| 회차 | 주제 | 내용 |
|---|---|---|
| 1 | 1-1 NLP 개관 1_언어학 소개 1-2 NLP 개관 2_전산언어학 소개 1-3 NLP 코딩 기초 1_(구글 코랩 사용법 소개，자연어 처리 코딩 수업 안내，기본 텍스트 분석，문장 수준 토큰화) 1-4 NLP 코딩 기초 2_(한국어 형태소 분석과 품사 태깅，품사 태깅) 1-5 NLP 코딩 기초 3_(불용어 처리， 치환) | 이론 및 실습 · 자체교재 |
| 2 | 2-1 NLP 코딩 기초 4_(철자 교정，어간 추출，표제어 추출) 2-2 NLP 코딩 기초 5_(개체명 인식，중의성 해소， 문장 경계 검출) 2-3 NLP 코딩 기초 6_(정규식을 이용한 텍스트 정제， 엔그램 추출) 2-4 NLP 코딩 기초 7_(케라스와 텍스트블롭 이용 토큰화， 그 밖의 NLTK 토크나이저) 2-5 NLP 코딩 기초 8_(Regexp 어간 추출，PortStemmer 어간 추출) | 이론 및 실습 · 자체교재 |
| 3 | 3-1 NLP 코딩 기초 9_(표제어 추출， 단수화와 복수화) 3-2 NLP 코딩 기초 10_(번역， 불용어 제거， 일반특징추출과 데이터프레임， 단어 구름) 3-3 NLP 코딩 기초 11_(의존구문 트리와 개체명 인식) 3-4 벡터화 1_(단어 가방，지프의 법칙) 3-5 벡터화 2_(TFIDF) | 이론 및 실습 · 자체교재 |
| 4 | 4-1 벡터화 3_(텍스트 유사도 계산) 4-2 벡터화 4_(문자 수준 인코딩과 디코딩) 4-3 벡터화 5_(넘파이 배열 사용 문자 수준 인코딩) 4-4 벡터화 6_(위치 기반 문자 수준 인코딩) 4-5 벡터화 7_(직접 짜보는 문자 수준 원핫 인코딩，케라스를 활용한 문자 수준 원핫 인코딩) | 이론 및 실습 · 자체교재 |
| 5 | 5-1 NLP 머신러닝 1_(계층적 군집화) 5-2 NLP 머신러닝 2_(k 평균 군집화，로지스틱 회귀， 나이브 베이즈， KNN을 이용한 텍스트 분류) 5-3 NLP 머신러닝 3_(결정트리，랜덤포레스트，GBM，XGBoost 등의 트리 기반 방법) 5-4 NLP 머신러닝 4_(텍스트 데이터를 사용한 회귀분석) 5-5 NLP 머신러닝 5_(단순임의표집，층화표진，다단표집 방식 표본추출) | 이론 및 실습 · 자체교재 |
| 6 | 6-1 NLP 머신러닝 6_(상관성이 큰 특징 제거) 6-2 NLP 머신러닝 7_(모형 선택과 평가 그리고 RMSE와 MAPE 계산，모델 저장 및 불러오기) 6-3 프로젝트 진행 1_(소규모 NLP 프로젝트 실습 방법 소개) 6-4 프로젝트 진행 2_(위계적 군집화의 실험 모형과 시범 모형) 6-5 프로젝트 진행 3_(위계적 군집화의 기준 모형과 확장 모형) | 이론 및 실습 · 자체교재 |
