튜토리얼

1. 신경망이란
   1. 뉴런에 뛰어들다
   2. 신경망은 어떻게 임의의 기능을 시뮬레이션합니까?
   3. 신경망이 필요한 이유
2. 신경망을 구성하는 방법
   1. 완전히 연결된 신경망
   2. 그래픽 도구를 사용하여 신경망 설계
   3. 출력 레이어의 "활성화 기능"
3. 신경망을 훈련시키는 방법
   1. 학습 알고리즘 및 원리
   2. 처음부터 신경망 구축 및 훈련
   3. PyTorch를 사용하여 코드 다시 작성
   4. 그래픽 도구를 사용하여 신경망 훈련
4. 신경망의 몇 가지 중요한 문제
   1. 네트워크 구조
   2. 과적합
   3. 언더피팅
   4. 과적합 대 과소적합
   5. 초기화
   6. 그라디언트 소멸 및 그라디언트 폭발
5. 합성곱 신경망(CNN)
   1. 1D 컨볼루션
   2. 1D 컨볼루션 실험
   3. 1D 풀링
   4. 1D-CNN 실험
   5. 2D-CNN
   6. 2D-CNN 실험
6. 순환 신경망(RNN)
   1. 바닐라 RNN
   2. Seq2seq, Autoencoder, Encoder-Decoder
   3. 고급 RNN
   4. RNN 분류 실험
7. 자연어 처리
   1. Embedding: 기호를 값으로 변환
   2. 텍스트 분류 1
   3. 텍스트 분류 2
   4. TextCNN
   5. 엔티티 인식
   6. 단어 분할, 품사 태깅 및 청크
   7. 작동 중인 시퀀스 태깅
   8. 양방향 RNN
   9. BI-LSTM-CRF
   10. 주목
8. 언어 모델
   1. n-gram 모델: 언어 모델
   2. n-gram 모델: 바이그램 모델
   3. n-gram 모델: 트라이그램 모델
   4. RNN 언어 모델
   5. Transformer 언어 모델
9. 선형 대수학
   1. 벡터
   2. 매트릭스
   3. 행렬 곱셈에 대해 자세히 알아보기
   4. 텐서