안녕하세요.
메타코드M에서는 무료 코딩교육 / 취업특강들을 진행하고 있으며, 이번에는 AI대학원 출신 선생님들과 AI프로젝트 결과물을 빠르면 8~12주 안에 만드실 수 있도록 스터디를 모집합니다.

특히 1,2기에는 이미 60명이 신청해주셔서 진행해주셨고, 이번에는 3기를 모집해서 진행하고 있습니다. 아래 일정과 주제를 보시고 원하시는 주제로 1가지 선택하시면 됩니다.

- 모집일정 : 9.5 ~ 9.18
- 시작일정 : 9.19 ~ 9.24 사이 첫 수업 진행 (팀별로 일부 일정 다르게 시작)
- 강사 스펙 : 전원 국내 명문대 AI / 데이터사이언스 대학원 과정(출신)
- 주제별 목차 : 최종 인원 선택후, 강의 시작전 공지 예정
- 수업 : 1팀당 4~5명이며, 기본적인 점검후에 참여가 확정 (줌 온라인 진행 /  소수인원이기에 시간은 추후협의)

[구글폼 신청] https://docs.google.com/forms/d/1gMlFCw5PFAwaGIuH1TiMjkfT5gxQaai5N2iTJXjNyKk/edit



<프로젝트 제목 및 내용>
[A1 주제 : 스마트 팩토리를 위한 기계 이상 탐지, 예지 보전 기술 및 프로그램 개발]
- 내용 : 4주정도는 제조 AI에 해당하는 분야들 설명하고 딥러닝 개념과 tensorflow 실습을 진행하면서 마지막 4주동안 제조 AI중 predictive maintenence라는 분야의 프로젝트를 진행할 계획입니다. 프로젝트 진행할때 anomaly detection과 generative model설명하면서 캐글의 데이터 하나 가져와서 프로젝트 진행해볼 것이고 본인이 직접 hyperparameter setting해서 더 좋은 성능을 내는 것 까지 실습해볼 예정입니다.
- 일정 : 총 8주 12시간 과정(1시간씩 수업 8회 / 30분씩 Q&A 8회)


[B1 주제 : 딥러닝 기초 실습]
- 내용 : 가장 최신의 AI 학습기법으로 각광받고 있는 딥러닝 기술은 눈부시게 발전하고 있습니다. CNN, RNN, GAN등 여러가지 딥러닝 계열의 모델들이 좋은 성과를 내었고, 우리 사회에 엄청난 영향을 가져왔습니다. 그러나 정작 이 딥러닝이 어떻게 돌아가는지 메커니즘을 알고 있는 사람은 많지 않습니다. 그러므로 이 실습에서는 오차역전파 같은 딥러닝의 기본적인 개념들을 배우고 그것들을 직접 구현해 봅니다. 또한, 딥러닝 모델의 성능을 향상 시킬 수 있는 방법들과 그 메커니즘을 소개합니다.
- 일정 : 총 12주 12시간 과정(1시간씩 수업 8회 / 30분씩 Q&A 8회)


[B2 주제 : 신용카드 이상거래 감지 시스템]
- 내용 : 금융권에서 AI가 사용되는 대표적인 사례로 이상 거래를 감지하는 Fraud Detect System이 존재합니다. 이 실습을 통해 신용카드 거래에서 이상거래를 감지하는 시스템을 만듭니다.
 이를 위해서 전통적인 방법부터 시작해서 최신의 딥러닝 계열 방법을 공부합니다. 위 과정을 통해서 금융권 데이터의 특징과 머신러닝 기법을 실제 데이터에 적용하는 방법에 대해서 배우게 됩니다. 또한 산업계에서 많이 사용되는 Tensorflow를 통해서 이 모든 것을 구현을 하게됩니다.
- 일정 : 총 12주 12시간 과정(1시간씩 수업 8회 / 30분씩 Q&A 8회)


[C1 주제 : 코드 유사성 판단]
- 내용 : 자연어처리의 발전과 함께, 프로그래밍 코드를 이해하고 생성하는 AI에 대한 연구도 활발하게 진행되고 있습니다. 같은 기능을 가진 프로그램이라도 개발자에 따라서 다양한 형태의 코드로 구현이 될 수 있기 때문에 프로그래밍 언어의 특징과 코드의 구조를 파악하는 것이 중요합니다. 이 프로젝트는 두 코드가 주어졌을 때, 유사한한 코드인지 아닌지를 판단할 수 있는 AI 모델 개발을 목표로 합니다
- 일정 : 총 12주 12시간 과정(1시간씩 수업 8회 / 30분씩 Q&A 8회)


[C2 주제 : 한국어 문장 관계 분류]
- 내용 : 대용량 Corpus에서 사전학습된 transformer 기반의 언어모델들은 대부분의 NLP task 성능을 끌어올렸습니다. 이러한 사전학습된 언어모델들의 정량적 평가는 GLUE(General Language Understanding Evaluation) 벤치마크 데이터셋을 통해 이루어집니다. GLUE 벤치마크 데이터셋의 Task 중 하나인 NLI(Natural Language Inference)는 Premis 문장에 근거하여 Hypothesis 문장이 참인지, 거짓인지, 참/거짓을 판별할 수 없는지 분류하는 Task입니다. 본 프로젝트는 한국어로 이루어진 두 문장에 대해서 NLI task를 수행할 수 있는 AI 모델 개발을 목표로 합니다.
- 일정 : 총 12주 12시간 과정(1시간씩 수업 8회 / 30분씩 Q&A 8회)


[C3 주제 : 감성 분석]
- 내용 : 감성 분석이란 텍스트에 들어있는 의견이나 감성, 평가, 태도 등을 분석하는 분야입니다. 감성분석을 통해 상품이나 서비스에 대한 리뷰나 댓글의 주관적인 의견을 파악할 수 있기 때문에 감성분석에 대한 수요 및 연구가 활발하게 진행되고 있습니다. 본 프로젝트는 한국어 문장에 대해서 감성분석을 수행할 수 있는 AI 모델 개발을 목표로 합니다.
- 일정 : 총 12주 12시간 과정(1시간씩 수업 8회 / 30분씩 Q&A 8회)


[D1 주제 : GAN을 활용하여 흑백 세상에 컬러를 입히다]
- 내용 : 인공지능을 공부해본 사람이라면 한번쯤 들어봤을 GAN, 하지만 실제로 개발해본 사람은 손에 꼽을 정도로 적습니다. 인공지능의 꽃인 GAN을 활용하여 흑백 이미지를 컬러 이미지로 변환하는 모델을 직접 개발하면서 GAN 모델의 한계와, 특징, 그리고 무궁무진한 잠재력을 직접 확인해보고자 합니다.
- 일정 : 총 8주 12시간 과정 (1시간씩 수업 8회 / 30분씩 Q&A 8회)
- 수업 : 1팀당 4~5명이며, 기본적인 점검 후에 참여가 확정됩니다 (줌 온라인 진행 / 소수인원이기에 시간은 추후 협의)


[E1 주제 : 한국어 대화 음성인식 기술 개발]
- 내용 : Siri, Google Assistant 등 사람의 말을 인식하는 인공지능 모델을 주변에서 쉽게 볼 수 있습니다. 직접 처음부터 끝까지 Pytorch 코딩을 통해 한국말을 인식할 수 있는 인공지능 시스템 개발을 목표로 합니다. 음성 신호는 시계열 데이터로, 알고리즘 개발에서 시간축을 추가로 고려해야하기에 복잡합니다. 음성 인식에서 기본 형태인 CTC 목적함수를 이용하여 음성인식 기술의 전체적인 파이프라인을 이해합니다.
- 일정 : 총 12주 12시간 과정 (1시간씩 수업 8회 / 30분씩 Q&A 8회)


[F1 주제 : 한장의 이미지만으로도 딥러닝 학습이 가능하다고?]
- 내용 : "일반적으로 딥러닝은 많은 데이터가 있어야 학습이 가능하다고 알려져 있습니다.
그러나 이미지 한장에서도 충분히 많은 데이터를 만들 수 있고, 이를 이용해서 이미지와 비슷한 이미지를 만들거나 이미지 스타일을 바꾸거나 좀 더 선명한 이미지를 만들 수 있습니다.
한 장의 이미지만으로 학습 가능한 이론적 배경을 알아보고 한장의 이미지로 데이터를 만드는 방법, 그리고 보다 효과적인 학습을 위해서 어떠한 방식을 사용할 수 있는지 알아보고자 합니다. "
- 일정 : 총 12주 12시간 과정 (1시간씩 수업 8회 / 30분씩 Q&A 8회)


[F2 주제 : CNN만을 활용해서 반고흐의 그림을 그려보자]
- 내용 : 이제는 인공지능으로 그림도 그릴 수 있다고 하는데, 그러면 인공지능에게도 창작의 능력이 있는걸까? 딥러닝을 활용해서 그림을 그리는 방법의 이론적 배경을 알아보고 함께 다양한 풍의 그림을 만들어봅시다. 특정 화풍의 그림을 그린다는 것은 이미지에서 한가지 스타일을 만드는 것입니다. 이번 강의에서는 CNN만을 활용해서 이미지의 스타일을 어떻게 만드는지 함께 배우고 더 나아가 CNN의 구조적인 의미를 해석해보고자 합니다. ( 이번강의는 GAN을 다루지 않을 예정입니다. )
- 일정 : 총 12주 12시간 과정 (1시간씩 수업 8회 / 30분씩 Q&A 8회)