[toc] 학습 목표 통신 기술이 어떤 흐름으로 발전해 왔는지 이해 통신 시스템의 기본 구성 요소(정보 소스 → 송신기 → 채널 → 수신기 → 목적지) 이해 무선 통신 송신기와 수신기를 이루는 블록과 각각의 역할 이해 통신의 역사적 배경 전신(Telegraph)과 라디오(Radio) 연도 ...

[toc] 학습 목표 텍스트 마이닝 흐름과 비정형 데이터 특성 이해 수집 → 전처리 → 분석 → 시각화 영어·한국어 전처리 기법 토큰화, 정규화, 불용어·어간/표제어 처리 단어 빈도 분석과 시각화 감성 분석 수행과 결과 해석 워드 클라우드 등 시각화 기법 적용 ...

[toc] 학습 목표 시계열 데이터 이해 데이터 준비와 탐색 시계열 분해 (Time Series Decomposition) 정상성과 차분 (Stationarity & Differencing) ARIMA 계열 모델링 대안 모델과 최신 도구 시계열(Time Series) 데이터 이해 시계열의 정의와 특징 시계열...

[toc] 1. 강의의 학습 목표 Sequential Data의 특징과 RNN이 필요한 이유 기본 순환 신경망(Vanilla RNN)의 구조와 순전파 계산 RNN의 입출력 텐서 구조와 PyTorch nn.RNN 다층·양방향 RNN BPTT(시간 펼침 역전파)와 기울기 소실·폭주 LSTM과 GRU 2. Sequential ...

[toc] 1. 강의의 학습 목표 Word Embedding의 개념과 필요성 Word2Vec의 구조와 학습 원리 이해 주요 Word Embedding 알고리즘 (Word2Vec, GloVe, FastText) Word Embedding의 의미적 특성과 한계 Word Embedding 구현 및 활용 2. 단어(Words)의 특...

[toc] 1. 강의의 학습 목표 Bag of Words TF-IDF N-gram Language Model Subword Segmentation (BPE, BBPE, WordPiece, Unigram LM) Limitations & Transition Python Practice 2. 통계적 정보를 추출해야 하는...

[toc] 1. 강의의 학습 목표 실습 환경 구축: Docker, WSL을 이용한 NLP 실습 환경 만들기 언어 빅데이터 수집: 코퍼스를 어디서, 어떻게 확보하는가? 언어 빅데이터 전처리: 정규표현식을 이용한 노이즈 제거 2. 왜 Docker가 필요한가? 딥러닝·NLP 실습에서 가장 흔한 문제 “다른 사람들은 되는데… 왜 내 컴...

[toc] 상관 분석 상관의 개념과 종류 상관 두 변수가 얼마나 함께 움직이는지 나타내는 통계적 척도 상관계수는 두 변수의 변화 방향과 선형 관계의 강도를 수치로 나타냄 범위는 $-1부터 1$ 종류 관계 양의 상관 한 변수가 증가할 때 다른 ...

[toc] 주요 개념 평균(Mean), 중앙값(Median), 최빈값(Mode) 분산(Variance), 표준편차(Standard Deviation) 확률분포 (이항분포, 포아송분포, 정규분포 등) 추정(Estimation): 점추정과 구간추정 기술통계와 중심 경향 기술통계란? 데이터를 요약해 대표적인 특성과 분포를 파...

[toc] 결측치(Missing Value) 처리 결측치의 의미와 영향 결측치 결측치란? 변수의 값이 비어 있거나 기록되지 않은 상태 단순한 빈칸이 아니라 분석 전반에 큰 영향 불완전한 데이터 사용시 → 잘못된 분석 결과 즉, 결측치 처리가 데이터 전처리의 핵심 과제 결측치를 무시하면 발생하는 일 통계적 왜곡 ...