Microsoft Professional Program Artificial Intelligence 과정소개서

Microsoft Professional Program Artificial Intelligence 과정소개서

Microsoft Professional Program AI MPP 란무엇인가요? 4 차산업혁명시대의기업과기관에서필요로하는가장최신직무의수행에도움이되는핵심기술을가르치는코스의모음입니다. 각코스는동영상강의와퀴즈, 클라우드기반의실습랩을포함하고있어매우재미있게학습할수있는온라인강좌입니다. 또한각코스를우수한성적으로마쳤을경우이를입증할수있는마이크로소프트공식인증서를획득할수있어취업 / 재취업 / 창업에큰도움이될수있습니다. Microsoft wants to empower every student today to succeed in tomorrow s job market, regardless of socio-economic status or ability. Microsoft Satya Nadella Microsoft 는오늘날의모든학생들이사회경제적지위 또는능력에관계없이내일의직업시장에서성공할수 있도록힘을북돋고싶습니다. 왜마이크로소프트 Artificial Intelligence 과정을학습해야하나요? 인공지능 (AI) 는차세대소프트웨어솔루션입니다. 인간에가까운이해력의기능은자연언어, 음성, 비전그리고지식을통한추론을통해어플리케이션을넘어서진화된소프트웨어로발전됩니다. 인공지능학습과정은인공지능의기본적인도입에서부터인간과유사한행동과지능을보여주는인공지능솔루션을개발하기위한심층학습모델을구축하는데필요한기술을배울수있도록제공하며, 궁극적으로혁신적인인공지능엔지니어로커리어를쌓을수있습니다. 인공지능 (AI) 에대한 Microsoft 전문가프로그램은인공지능에대한심층학습예측모델을작성하는방법을학생들에게가르쳐주면서지능형미래를구축하는데필요한기술을배우는데큰도움을줍니다.

과정을통해학습할수있는기술 Use Python to work with Data Build Reinforcement Learning Models Consider Ethics for AI Develop Applied AI Solutions Build Machine Learning Models Operationalize AI Solution 학습방법안내 마이크로소프트에서개발한 AI 교육과정은총 9 개의 Track 으로운영되고있으며각각의순서대로학습을진행하는것을제안하지만, 본인의관심도와학습경험에따라자유롭게과정을선택하여학습할수도있습니다. 또한온라인학습은자기주도적으로이루어지지만교육기관에서제공하는 Guide 에따라학습계획을세울수도있습니다. MS Certification 인증서취득 전체 9 개 Track 12 과목으로진행되는 Data Science 과정은학습자가목표로하는진로와경력에맞추어학습을완료한이후인증서를취득할수있습니다. 우수한성적으로학습을완료하면 academy.microsoft.com 과연동되어학습자의학습정보를관리하고, 추후전세계적으로채용에활용되고있는 LinkIn 과연동을통해개개인의커리어를취업과연동할수도있습니다.

Artificial Intelligence Professional Program - Curriculum Overview Course 1 - Introduction to Artificial Intelligence (AI) Course 2 - Introduction to Python for Data Science Course 3 - Essential Mathematics for Artificial Intelligence Course 4 - Ethics and Law in Data and Analytics Course 5 - Data Science Essentials Course 6 - Principles of Machine Learning Course 7 - Deep Learning Explained Course 8 - Reinforcement Learning Explained Course 9a - Knowledge Graphs - TBA Course 9b - Computer Vision and Image Analysis Course 9c - Speech Recognition Systems Course 9d - Natural Language Processing (NLP)

Course 1 : Introduction to Artificial Intelligence (AI) 예상학습기간 : 4 주 1 주일에 3~4 시간학습권고주관기관 : Microsoft 주제 : Computer Science 레벨 : 입문동영상강의 : 영어 과정소개이과정은 Microsoft Professional Program Certificate in Artificial Intelligence 과정에포함되어있습니다. 인공지능 (AI) 는차세대소프트웨어솔루션입니다. 이과정은 AI 에대한개요를제공하고보다사람들의삶을풍요롭게하는데도움이되는스마트앱을효율적으로만들기위해어떻게사용될수있는지설명합니다. 과정내에는매력적인강의들이구성되어있으며실습을통해흥미진진한 AI 분야에서첫걸음을내딛을수있도록제공합니다. AI 에대한예측모델을구축하는데머신러닝을사용하는방법을알아보십시오. 소프트웨어를사용하여자연어에서의미를추출하고처리하며분석하는방법그리고우리가하는방식으로세상을이해하기위해이미지와비디오를분석하고처리하는방법을알아보세요. 인간과인공지능시스템간의대화를가능하게하는인텔리전트로봇을제작하는방법을배우게됩니다. 참고 : 이과정의실습을진행하기위하여 Microsoft Azure 를사용하며 Azure 구독이필요합니다. 무료평가판가입을신청하는방법은코스내에서자료와함께제공됩니다. 선행학습 고등학교수준의수학및통계 프로그래밍에대한기본지식 파이썬의개발경험이이점이될수있으나필수는아님 탐구와인내를통해배우려는의지 무엇을배우나요? Build simple machine learning models with Azure Machine Learning; Use Python and Microsoft cognitive services to work with text, speech, images, and video; Use the Microsoft Bot Framework to implement conversational bots. 강의계획서 Introduction Machine Learning The Foundation of AI

Text and Speech Understanding Language Computer Vision Seeing the World Through AI Bots Conversation as a Platform Next Steps 강사소개 Graeme Malcolm Senior Content Developer Microsoft Learning Experiences

Course 2 : Introduction to Python for Data Science 예상학습기간 : 6 주 1 주일에 2~4 시간학습권고주관기관 : Microsoft 주제 : Computer Science 레벨 : 입문동영상강의 : 한글 / 영어 과정소개이과정은 Microsoft Professional Program Certificate in Data Science 및 Artificial Intelligence 과정에포함되어있습니다. 파이썬은많은다른응용프로그램에사용되는매우강력한프로그래밍언어입니다. 시간이지남에따라이오픈소스언어를둘러싼거대한커뮤니티는파이썬으로보다효율적으로작업할수있는도구를많이만들고있습니다. 최근몇년동안데이터사이언스를위해특별히제작된여러도구가있습니다. 결과적으로파이썬으로데이터를분석하는것이결코쉬운일은아닙니다. 이실습에서는처음부터기본산술및변수를사용하여시작하고파이썬목록, Numpy 배열및 Pandas DataFrames 와같은데이터구조를처리하는방법을배웁니다. 순서에따라파이썬함수와제어흐름을배우게됩니다. 또한파이썬을사용하여데이터시각화방법을살펴보고실제데이터를기반으로멋진시각화를배우게됩니다. 선행학습엑셀, 데이터베이스또는텍스트파일을활용한데이터작업경험강의계획서섹션 1: Python Basics 파이썬세계에첫발을내딛으십시오. 다른데이터유형을발견하고첫번째변수를만듭니다. 섹션 2: Python Lists 하나의이름으로다양한데이터요소를저장하는첫번째방법을알수있습니다. 모든종류의 방법으로목록을작성, 부분집합및생성하는방법을배웁니다. 섹션 3: Functions and Packages 파이썬패키지가져오기와함수호출을통하여다른사람들의개발모듈을최대한활용하는방법을 배웁니다. 섹션 4: Numpy 방대한양의데이터를효율적으로저장하고계산할수있는방법인 Numerical Python 으로초고속 코드를작성하십시오. 섹션 5: Matplotlib

전달하려는메시지에따라다양한시각화유형을생성하십시오. 실제데이터를기반으로복잡하고 사용자정의된플롯을작성하는방법을익히십시오. 섹션 6: Control flow and Pandas 조건부구문을작성하여스크립트의실행을조정하고 Pandas DataFrame( 파이썬의데이터사이언스핵심데이터구조 ) 을익히십시오. 무엇을배우나요? Explore Python language fundamentals, including basic syntax, variables, and types Create and manipulate regular Python lists Use functions and import packages Build Numpy arrays, and perform interesting calculations Create and customize plots on real data Supercharge your scripts with control flow, and get to know the Pandas DataFrame 강사소개 Filip Schouwenaars Filip 은 DataCamp 의대화형교육과정의많은주요배움터개발자입니다. 그의과정과지도서는이미전세계수천명의학생들이수강했습니다. DataCamp 는 370 만회이상의양방향연습을완료한 250,000 명이상의데이터과학자를교육했습니다 Jonathan Sanito Jonathan 은마이크로소프트의콘텐츠개발자및프로젝트관리자로 Data and Analytics 온라인교육에중점을둡니다. 마이크로소프트 Dynamics NAV 에서 Windows Active Directory 에이르기까지개발자및 IT 전문가를대상으로한교육을담당했습니다

Course 3 : Essential Math for Machine Learning: Python Edition 예상학습기간 : 6 주 1 주일에 6~8 시간학습권고주관기관 : Microsoft 주제 : Math 레벨 : 중급동영상강의 : 영어 과정소개이과정은 Microsoft Professional Program Certificate in Artificial Intelligence 과정에포함되어있습니다. 기계학습이나인공지능을공부하고싶지만수학능력이그다지좋지않아서걱정이됩니까? " 대수학 (algebra)" 과 " 미적분학 (calculus)" 과같은단어로두려움을안고있습니까? 학교에서수학을배운지너무오래되어처음에배운것을많이잊어버렸다고생각하십니까? 여러분혼자서어렵게학습할필요가없습니다. 머신러닝및인공지능은미적분, 선형대수학, 확률, 통계및최적화와같은수학원리를기반으로합니다. 많은 AI 전문가들이이중압감을크게느끼고있습니다. 이과정은수학자가되기위한과정으로설계되지않았습니다. 오히려, 학습자가알아야할필수적인기초개념과그것을표현하는데사용된표기법을배우도록돕는것을목표로합니다. 이과정은데이터작업및배운기술을응용하는방법에대한실질적인접근방식을제공합니다. 이과정은완전한수학커리큘럼이아니며학교또는대학의수학교육을대체하도록설계되지않았습니다. 대신머신러닝에관한주요수학개념에중점을둡니다. 공식적인교육의일환으로이러한핵심개념을놓친학생들이나수학공부를오랫동안하지않은학습자들을위해격차를메우기위해고안되었습니다. 선행학습 수학의기본지식 프로그래밍경험 파이썬이선호됨 자기주도학습을통해배우려는의지강의계획서 Introduction Equations, Functions, and Graphs Differentiation and Optimization Vectors and Matrices Statistics and Probability. 참고 : 이강의계획서는임시이며변경될수있습니다.

무엇을배우나요? 이과정을마친후에는다음과같은수학적개념과기술에익숙해질것입니다. Equations, Functions, and Graphs Differentiation and Optimization Vectors and Matrices Statistics and Probability 강사소개 Graeme Malcolm Senior Content Developer Microsoft Learning Experiences

Course 4 : Ethics and Law in Data and Analytics 예상학습기간 : 6 주 1 주일에 2~3 시간학습권고주관기관 : Microsoft 주제 : Data Analysis & Statistics 레벨 : 중급동영상강의 : 영어 과정소개이과정은 Microsoft Professional Program Certificate in Data Science 와 Microsoft Professional Program in Artificial Intelligence 과정에포함되어있습니다. 기업, 정부및개인은좋든나쁘든간에실제결과를만들어낼수있는강력한분석도구와 AI 를보유하고있습니다. 오늘날의데이터전문가는현재사회에서중요한역할을훌륭히수행하면서최적의결과를달성하기위해프레임워크와방법모두를필요로합니다. 이과정에서는데이터분야의이니셔티브에윤리적및법적프레임워크를적용하는방법을배우게됩니다. 빅데이터, 데이터사이언스및 AI 의작업으로발생하는데이터및분석문제에대한실용적인접근방식을살펴볼수있습니다. 또한 Analytics 및 AI 에서윤리및법적작업에적용된데이터방법을조사합니다. 무엇을배우나요? Foundational abilities in applying ethical and legal frameworks for the data profession Practical approaches to data and analytics problems, including Big Data and Data Science and AI Applied data methods for ethical and legal work in Analytics and AI 강사소개 Ben Olsen Sr. Content Developer Microsoft Geneva LasProgata Endowed Chair in Business Seattle University Nathan Colaner Instructor of Management ans Philosophy Seattle University

Course 5 : Data Science Essentials 예상학습기간 : 6 주 1 주일에 3~4 시간학습권고주관기관 : Microsoft 주제 : Computer Science 레벨 : 중급동영상강의 : 한글 / 영어 과정소개 이과정은 Microsoft Professional Program Certificate in Data Science 및 Artificial Intelligence 과정에 포함되어있습니다. 데이터사이언스인재에대한수요가전세계적으로급증하고있습니다. Duke University 및 Microsoft 의전문가들과함께필수기술과원칙을학습하면서데이터사이언티스트가되기위한경력을개발하십시오. 이데이터사이언스과정에서는 Microsoft Azure Machine Learning 플랫폼을사용하여클라우드기반데이터사이언스솔루션을구축하는방법, Azure stack 기반에 R 및파이썬과같은실용적인응용프로그램지향적인내용을학습하며, 데이터수집, 준비, 탐색및시각화에대한주요개념들을배우게됩니다. 선행학습 기초수학능력 R 또는파이썬에대한입문레벨지식 강의계획서 데이터사이언스프로세스탐구 - 소개 데이터사이언스사고이해 데이터사이언스과정이해 AML(Azure Machine Learning) 을사용하여첫번째머신러닝실험을작성하는방법 Lab: Azure Machine Learning 에서첫번째모델만들기, 데이터사이언스에서확률및통계 신뢰구간과가설검정을이해하고적용 상관관계의의미와적용이해하기, 시뮬레이션을적용하는방법 Lab : 확률및통계작업 Lab : 시뮬레이션및가설테스트데이터작업 데이터처리및선택방법의기초파악 데이터정리, 통합및변환의중요성과프로세스이해

Lab : 데이터처리및선택 Lab : Azure Machine Learning 을활용한데이터통합, Azure stack 의 R 및파이썬을활용한데이터탐색및시각화 기본플롯유형을생성하고해석하는방법을익히십시오. Datasets 탐색프로세스이해 Lab: Azure Machine Learning 을활용한데이터탐색및시각화, 지도학습을위한 R 과파이썬소개 지도학습의기본개념이해 자율학습 ( 비지도학습 ) 의기본개념이해 AML 을이용하여간단한머신러닝모델만들기 Lab: 소득별국민분류 Lab: 회귀분석을통한자동차가격예측 Lab: Azure Machine Learning 을통한 K-평균클러스터링 무엇을배우나요? Explore the data science process Introduction to machine learning Probability and statistics in data science The hands-on elements of this course Data exploration and visualization leverage a combination of R, Python, Data ingestion, cleansing, and and Microsoft Azure Machine Learning transformation 강사소개 Graeme Malcolm Steve Elston Senior Content Developer Microsoft Learning Experiences Cynthis Rudin Managing Director Quantia Analytics, LLC Associate Professor MIT and Duke

Course 6 : Principles of Machine Learning 예상학습기간 : 6 주 1 주일에 3~4 시간학습권고주관기관 : Microsoft 주제 : Computer Science 레벨 : 중급동영상강의 : 한글 (7 월 )/ 영어 과정소개 이과정은 Microsoft Professional Program Certificate in Data Science 및 Artificial Intelligence 과정에 포함되어있습니다. 머신러닝은컴퓨터를사용하여미래의행동, 결과및추세를예측하기위해기존데이터로부터학습하는예측모델을실행합니다. 이데이터사이언스과정에서는실용적인시나리오및실습경험을바탕으로머신러닝이론을명확하게설명하고머신러닝모델을검증및배포합니다. R, Python 및 Azure Machine Learning 을사용하여이러한모델에서통찰력을구축하고파생시키는방법을배우게됩니다. 강의계획서 분류탐색 (Explore classification) 분류기의작동이해 분류기준으로로지스틱회귀분석사용 분류기준평가에사용되는측정항목이해 Lab : 로지스틱회귀분석 머신러닝의회귀 (Regression in machine learning) 회귀모델의이해 예측을위한선형회귀분석사용 회귀모델을평가하는데사용되는지표이해 Lab : Azure Machine Learning 을사용하여선형회귀로자전거수요예측 지도학습모델을개선하는방법 피처선택을위한프로세스 매개변수초과의문제와차원의저주에대한이해 매개변수초과모델에대해정규화사용 차원감소방법 - 추정모델유효성평가를위한교차검증적용 Lab : Azure Machine Learning 을사용하여당뇨병환자분류개선

Lab : Azure Machine Learning 을사용하여자전거수요예측개선 비선형모델링에대한세부정보 일반적으로지도된머신러닝모델을언제어떻게사용해야하는지이해하기 - ML 모델을당뇨병환자분류에적용 ML 모델을자전거수요예측클러스터링에적용 비지도학습모델의원리이해 k-평균클러스터링모델을올바르게적용하고평가 첨단클러스터링모델을올바르게적용하고평가 Lab : AML, R, 파이썬을활용한클러스터모델 추천시스템 추천시스템의동작원리이해 추천시스템을평가하는방법이해 추천을위한공동작업필터링대안사용방법 Lab : 추천작업및평가 무엇을배우나요? Explore classification Recommender systems Regression in machine learning The hands-on elements of this course How to improve supervised models leverage a combination of R, Python, Details on non-linear modeling and Microsoft Azure Machine Learning Clustering 강사소개 Graeme Malcolm Steve Elston Senior Content Developer Microsoft Learning Experiences Cynthis Rudin Managing Director Quantia Analytics, LLC Associate Professor MIT and Duke

Course 7 : Deep Learning Explained 예상학습기간 : 6 주 1 주일에 4~8 시간학습권고주관기관 : Microsoft 주제 : Computer Science 레벨 : 중급동영상강의 : 영어 과정소개 이과정은 Microsoft Professional Program Certificate in Artificial Intelligence 과정에포함되어있습니다. 머신러닝은컴퓨터를사용하여기존데이터로부터학습하여미래의행동, 결과및추세를예측하는예측모델을실행합니다. 딥러닝은머신러닝의하위영역으로, 우리의두뇌작동방식에영감을받은모델이수학적으로표현되며수천에서 1 억개가넘을수있는수학모델을정의하는매개변수가자동으로학습됩니다. 딥러닝은전세계적으로개발되고있는인공지능기술의핵심요소입니다. 딥러닝학습과정에서는컴퓨터가인간과같은정보를통해실제문제를해결하는데도움이되는복잡한모델을작성하는직관적인방법을배우게됩니다. 직관적인접근법은실용적인문제와실제경험을가진작업코드로변환될것입니다. 로컬 Windows 또는 Linux 컴퓨터에서실행되는 Python Jupyter 노트북을사용하거나 Azure 에서실행되는가상컴퓨터를사용하여이모델에서통찰력을구축하고파생시키는방법을배우게됩니다. 또한 Microsoft Azure 노트북플랫폼을무료로활용할수있습니다. 이과정은엔지니어 / 데이터과학자 / 기술관리자가게임변경기술의핵심개념을직관적으로이해할수있도록하는데필요한세부적인내용을제공합니다. 동시에레고와같은유연성을지닌심플하면서도강력한 " 모티프 " 를학습하여철저한딥러닝모델을구축할수있습니다. Microsoft Cognitive Toolkit ( 이전의 CNTK) 을사용하여확장성, 속도및정확성을갖춘심층적인학습을통해방대한데이터세트내의인텔리전스를활용하는방법을학습합니다. 선행학습 기본프로그래밍기술 데이터사이언스의실무지식 다음과동등한기술 : DAT208x : 데이터사이언스를위한파이썬입문 강의계획서 Week 1: Introduction to deep learning and a quick recap of machine learning concepts. Week 2: Building a simple multi-class classification model using logistic regression

Week 3: Detecting digits in hand-written digit image, starting by a simple end-to-end model, to a deep neural network Week 4: Improving the hand-written digit recognition with convolutional network Week 5: Building a model to forecast time data using a recurrent network Week 6: Building text data application using recurrent LSTM (long short term memory) units 무엇을배우나요? The components of a deep neural network and how they work together The basic types of deep neural networks (MLP, CNN, RNN, LSTM) and the type of data each is designed for A working knowledge of vocabulary, concepts, and algorithms used in deep learning How to build: o An end-to-end model for recognizing hand-written digit images, using a multi-class Logistic Regression and MLP (Multi-Layered Perceptron) o A CNN (Convolution Neural Network) model for improved digit recognition o An RNN (Recurrent Neural Network) model to forecast time-series data o An LSTM (Long Short Term Memory) model to process sequential text data 강사소개 Jonathan Sanito Senior Content Developer Microsoft Sayan Pathak Principal ML Scientist and AI School Instructor, CNTK team Microsoft Ronald Fernandez Senior Researcher and AI School Instructor, Deep Learning Technology Center Microsoft Research AI

Course 8 : Reinforcement Learning Explained 예상학습기간 : 6 주 1 주일에 4~8 시간학습권고주관기관 : Microsoft 주제 : Computer Science 레벨 : 고급동영상강의 : 영어 과정소개 이과정은 Microsoft Professional Program Certificate in Artificial Intelligence 과정에포함되어있습니다. 강화학습 (Reinforcement Learning) 은머신러닝영역으로, 에이전트가목표를달성하기위해환경과상호작용함으로써학습합니다. 이코스에서는강화학습에대해심도있게다루게됩니다. 강화학습문제의프레임을구성하는방법에대해배우고뉴스추천과같은클래식한예제를다루는방법, girdworld 를탐색하는방법, 카트폴의균형을맞추는방법들을배우게됩니다. 학습자는 multi-armed bandits, dynamic programming, TD(temporal difference) learning, 함수근사치를사용하여더큰상태스페이스를향한프로그레스, 특히심층학습을사용하여기본알고리즘을탐색합니다. 정책그라디언트및배우비평방법을사용하여최상의정책을찾는데중점을둔알고리즘에대해서도배우게됩니다. 그과정에서 Minecraft 게임위에구축된인공지능실험및연구플랫폼인 Project Malmo 를소개받게됩니다. 무엇을배우나요? Reinforcement Learning Problem Temporal Difference Learning Markov Decision Process Approximate Solution Methods Bandits Policy Gradient and Actor Critic Dynamic Programming RL that Works 강사소개 Jonathan Sanito Senior Content Developer Microsoft Ronald Fernandez Senior Researcher and AI School Instructor, Deep Learning Technology Center Microsoft Research AI

Adith Swaminathan Kenneth Tran Researcher Microsoft Principal Research Engineer Microsoft Katja Hofmann Matthew Hausknecht Researcher Microsoft Researcher Microsoft

Course 9b : Computer Vision and Image Analysis 예상학습기간 : 4 주 1 주일에 3~4 시간학습권고주관기관 : Microsoft 주제 : Computer Science 레벨 : 고급동영상강의 : 영어 과정소개이과정은 Microsoft Professional Program Certificate in Artificial Intelligence 과정에포함되어있습니다. 이실습과정에서는이미지를의미있는부분으로나누는 OpenCV 및 Microsoft 인지도구툴킷 (Cognitive Toolkit) 을사용하는이미지분석기술에대해알아봅니다. 우리는전통적인딥러닝기술부터이미지분석의진화에이르기까지과정에대해서살펴볼것입니다. 우리는 Transfer Learning 과 Microsoft ResNet 을사용하여 Semantic Segmentation 를수행하기위한모델을학습할것입니다. 선행학습 파이썬에대한실무지식 다음과정에해당하는기술 Course 1 Introduction to Artificial Intelligence (AI) DAT236x : Course 7 Deep Learning Explained 무엇을배우나요? Edge Detection, Watershed, Distance Transformation, K-means Clustering 과같은고전적인 이미지분석기술을적용하여기본데이터세트를분할합니다. OpenCV 라이브러리를사용하여전통적인이미지분석알고리즘을구현하십시오. 전통적기술과딥러닝객체분류기술을비교하십시오. Microsoft 인지도구툴킷 (Cognitive Toolkit) 을사용하여개체분류에대한 Convolutional Neural Network (CNN) 인 Microsoft ResNet 을적용하십시오. 강사소개 Andrew Byrne Ivan Griffin, PhD Senior Content Developer Microsoft Corporation Founder Emdalo Technologies, Ltd., Daire McNamara Founder Emdalo Technologies, Ltd.,

Course 9c : Speech Recognition Systems 예상학습기간 : 4 주 1 주일에 5~6 시간학습권고주관기관 : Microsoft 주제 : Computer Science 레벨 : 최상급동영상강의 : 영어 과정소개 이과정은 Microsoft Professional Program Certificate in Artificial Intelligence 과정에포함되어있습니다. ASR (Automatic Speech Recognition) 시스템을개발하고이해하는것은언어학, 컴퓨터과학, 수학및전기공학분야의전문지식을습득하는학제간활동입니다. 인간이단어를말할때, 인간은음성이시간에따라변하는소리의패턴을만들어냅니다. 이소리는공기를통해전파되는압력의파동입니다. 사운드는마이크또는마이크어레이와같은센서에의해캡처되어시간경과에따른압력변화를나타내는일련의숫자로변환됩니다. 자동음성인식시스템은이시간-압력신호를시간-주파수-에너지신호로변환합니다. 그것들은분류된음향소리의선별된세트에의해훈련되고, 그것이나타내는소리에레이블을붙입니다. 이어쿠스틱레이블은단어발음모델과단어시퀀스모델과결합되어말한내용을텍스트로표현합니다. 이과정의한부분을깊이탐구하는대신, 이과정은현대 ASR 시스템의구성요소에대한개요를제공하도록설계되었습니다. 각강좌에서우리는구성요소의목적과일반적인구조를설명합니다. 각실험실에서학생들은시스템의기능블록을만듭니다. 교육과정이끝나면거의대부분파이썬코드로음성인식시스템을구축하게될것입니다. 선행학습 파이썬개발경험과기본적인머신러닝의원리 확률및통계에대한지식 무엇을배우나요? 음성인식의기본 음성인식을위한기본신호처리 음향모델링및레이블링 언어모델링을위한일반적인알고리즘 어쿠스틱기능을음성으로디코딩 강사소개 Adrian Leven Content Developer Microsoft Corporation

Course 9d : Natural Language Processing (NLP) 예상학습기간 : 6 주 1 주일에 4~8 시간학습권고주관기관 : Microsoft 주제 : Computer Science 레벨 : 최상급동영상강의 : 영어 과정소개 이과정은 Microsoft Professional Program Certificate in Artificial Intelligence 과정에포함되어있습니다. 자연어처리 (NLP) 는정보화시대의가장중요한기술중하나입니다. 복잡한언어표현을이해하는것도인공지능의중요한부분입니다. 이코스에서는자연어처리에대한전반적인개요와고전적인머신러닝을사용하는방법에대해설명합니다. 여러분은통계적기계번역뿐만아니라 DSSM(Deep Semantic Similarity Models) 및해당응용프로그램에대해서도배울것입니다. 또한 NLP 와 Vision-Language Multimodal Intelligence 에적용되는심층강화학습기법에대해서도논의할것입니다. 선행학습수학및컴퓨터프로그래밍기술, 머신러닝및심화학습에대한기본지식무엇을배우나요? 심화학습모델을적용하여기계번역및대화문제를해결. 정보검색및자연어응용프로그램에대한심층구조화된시멘틱모델적용. 자연언어응용프로그램에대한심층적학습모델적용. 이미지캡션및시각적질문응답에대한심층학습모델적용강사소개 Lei Ma Xiaodong He Senior Content Developer Microsoft Principal Researcher Microsoft Ronald Fernandez Senior Researcher and AI School Instructor, Deep Learning Technology Center Microsoft Research AI