Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Skip to content

edu-cafe/ai-rnn

Repository files navigation

딥러닝 자연어 & 시계열 데이터 처리 핵심 알고리즘의 원리와 활용

1. NLP & Word Embedding

  • 텍스트 데이터 다루기
  • 텍스트 데이터 처리를 위한 BOW 모델
  • 텍스트 데이터 처리 실습
    - 텍스트 분류(Text Classification) 실습 - 20 뉴스그룹 분류
    - 감성 분석(Sentiment Analysis) 실습 - IMDB 영화평
    - 토픽 모델링(Topic Modeling) 실습 - 20 뉴스그룹
    - 문서 군집화(Document Clustering) 실습 - Opinion Review
    - 문서의 유사도(Cosine Similarity) 실습 - Opinion Review *Word Embedding - Word2Vec

2. RNN/GRU/LSTM 알고리즘의 이해와 활용

  • Why sequence models & Notation
  • RNN 아키텍처 및 알고리즘의 이해와 활용
  • LSTM 아키텍처 및 알고리즘의 이해와 활용
  • Language Model and Sentence Generation
  • Gated Recurrent Unit (GRU) 아키텍처

3. Sequence models & Attention mechanism

  • Sequence Model seq2seq의 원리와 아키텍처
  • Sequence Model seq2seq의 Toy Problem 구현
  • Attention Mechanism의 동작과 구현
  • Attention을 갖춘 seq2seq 구현과 응용

4. VAE & SketchRNN

  • Auto Encoder
  • VAE (Variational Auto Encode)
  • Sketch-RNN 구조와 알고리즘의 이해

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published