MLOps 엔지니어링 기초: MLflow로 모델 실험 관리 및 레지스트리 구축
머신러닝 실험 파라미터, 지표, 모델 아티팩트를 체계적으로 추적하고 버전 관리하는 MLOps 표준 실무를 습득합니다.
강화학습(Reinforcement Learning) 입문: Q-Learning부터 DQN까지
에이전트가 환경과 상호작용하며 보상을 극대화하는 시행착오 학습 원리를 OpenAI Gym과 PyTorch로 실습합니다.
이상 탐지(Anomaly Detection) 실무: 산업 설비 및 금융 이상 거래 감지
정상 데이터 속에 숨은 1% 미만의 희귀 이상 징후를 머신러닝 Isolation Forest와 오토인코더(Autoencoder)로 탐지합니다.
추천 시스템(Recommendation System) 구축 실전: 협업 필터링부터 딥러닝까지
넷플릭스, 유튜브, 쿠팡의 핵심 엔진인 추천 알고리즘을 콘텐츠 기반, 협업 필터링, 행렬 분해(SVD)로 직접 구현합니다.
시계열 데이터 분석 및 머신러닝 예측 모델링 (ARIMA & Prophet)
시간에 따라 변화하는 주가, 매출, 전력 소비량 데이터를 분해하고 전통 통계 모델부터 메타 Prophet까지 예측...
트랜스포머(Transformer) 아키텍처 완벽 분석과 BERT 실전 활용
현대 AI의 기반이 된 'Attention Is All You Need' 트랜스포머 구조를 바닥부터 이해하고 BERT로 텍스트...