조태호 교수와
함께하는 모두의 AI



조태호
현) Indiana University, 의과대학 조교수
 전) University of Michigan, 박사후 연구원
전) University of Missouri, 박사후 연구원

코스 프로모션 배너 전용입니다.
0일 0시간 0분 0초 코스 프로모션 배너 전용입니다.
조태호,모두의딥러닝, AI, ChatGPT, 딥러닝, AI강의, AI공부, AI입문, AI교육

ChatGPT 의 등장은,
또 다른 AI 시대의 전환점 (Turning Point) 을 만들었습니다.

지금의 전환점은 이전과는 다르게, 개발자,엔지니어,연구자 뿐만 아니라
우리 모두가 AI 의 중요성을 인지하게 만든 계기가 되었습니다.

조태호,모두의딥러닝, AI, ChatGPT, 딥러닝, AI강의, AI공부, AI입문, AI교육

이제는 AI 를 이해하고 활용하는 것이 선택이 아닌 필수가 되었기에,
그 시작을 10년 경력의 인공지능 전문가와 함께하세요

Point

인공지능의 기초부터 딥러닝, ChatGPT까지!
AI 입문의 시작점을 학습합니다.

조태호,모두의딥러닝, AI, ChatGPT, 딥러닝, AI강의, AI공부, AI입문, AI교육

BASIC

AI의 핵심적인 기본 개념과 함께
AI 가 어떻게 작동되고 활용되고 있는지 집중적으로 파헤쳐 보기.

AI 혁신의 발전과정과 함께, AI를 먼저 활용하는 자가 선점하는 시대의 이점을 강조하고,
AI의 작동원리와 함께 다가오는 AI 시대에는 AI를 어떻게 활용해야하는지 배워봅니다.

AI가 가져온 혁신, 활용, 작동 원리의 이해

입문자를 위한 딥러닝

10년 경력 AI 전문가, 조태호 교수님의 진한 인사이트가 담긴
딥러닝과 ChatGPT 원리 이해하기

딥러닝의 기초부터 ChatGPT 원리까지,
AI를 이해하기 위해 반드시 알아야할 딥러닝과 ChatGPT의 핵심개념과 활용법을 배워봅니다.

01   일단 도전하는 나의 첫 딥러닝

| 주제 딥러닝 기초 이해와 함께 직접 실행해보기

| 학습 내용 딥러닝 기초를 이해하기 위한 세가지 요소를 살펴보고
인공지능의 시작을 알린 퍼셉트론의 역사와 역할도 함께 배워봅니다.

| 이론 ❶ 가장 훌륭한 예측선
❷ 참과 거짓 판단하기
❸ 퍼셉트론

| 실습 ❶ Google colab 을 활용하여 딥러닝을 직접 실행해봅니다.

02   딥러닝의 이해

| 주제 딥러닝이 잘되는 이유를 이해하기

| 학습 내용 다층 퍼셉트론의 구조와 XOR 문제 해결 방법을 설명하고,
오차 역전파의 원리와 활성화 함수, 최적화 알고리즘 등을 함께 살펴봅니다.

| 이론 ❶ XOR 문제의 해결
❷ 오차 역전파와 딥러닝의 태동
❸ 활성화 함수, 최적화 알고리즘의 발전

| 실습 ❶ 데이터 전처리 및 처리 기법을 직접 실습해봅니다.

03   AI 모델의 개발

| 주제모델 개발의 실제

| 학습 내용모델 성능향상 기법 및 모델 검증 방법에 대해 이해하고, 이를 바탕으로
실제 데이터를 사용한 모델을 직접 개발하고 적용 사례를 실습해봅니다.

| 이론 ❶ 분류를 위한 기초
❷ 과적합의 이해 및 모델 검증의 방법
❸ 모델의 성능을 향상시키는 방법
❹ 실제 데이터로 모델 만들어보기

| 실습 ❶ 다중 분류 방법
❷ 모델 검증 전략
❸ 성능 향상 기법
❹ 실데이터 적용 사례

04   제대로 도전하는 딥러닝

| 주제컨볼루션 신경망(CNN)과 학습 모델

| 학습 내용모델 성능향상 기법 및 모델 검증 방법에 대해 이해하고, 이를 바탕으로
실제 데이터를 사용한 모델을 직접 개발하고 적용 사례를 실습해봅니다.

| 이론 ❶ 이미지를 인식하는 원리
❷ 컨볼루션 신경망 (CNN)
❸ 소규모 데이터셋으로 만드는 강력한 학습모델

| 실습 ❶ 컨볼루션 신경망 실행 - 1
❷ 컨볼루션 신경망 실행 - 2
❸ CNN과 전이학습

05   조금씩 맛보는 고급 딥러닝

| 주제생성형 이미지 딥러닝과 자연어처리 기초

| 학습 내용생성형 이미지 딥러닝과 자연어처리의 기초를 다루어보고,
이와 관련된 RNN, LSTM 등의 실습을 직접 진행해봅니다.
실제 데이터를 사용한 모델을 직접 개발하고 적용 사례를 실습해봅니다.

| 이론 ❶ 딥러닝 결과를 설명하는 방법
❷ 이미지 생성, GAN의 원리
❸ 이미지 생성, 오토인코더의 원리
❹ 자연어처리 기초
❺ RNN, LSTM, LSTM+CNN

| 실습 ❶ 설명 가능한 딥러닝 모델 만들기
❷ 생성형 이미지 딥러닝 실행 - 1
❸ 생성형 이미지 딥러닝 실행 - 2
❹ 자연어처리
❺ LSTM, LSTM+CNN

06   트랜스포머의 이해

| 주제ChatGPT의 원리, 트랜스포머 이해하기

| 학습 내용트랜스포머의 주요 개념인 쿼리, 키, 밸류와 어텐션 매커니즘을 살펴보고
마스크드 어텐션 개념을 기반으로 트랜스포머 코드 실습을 진행해봅니다.
실제 데이터를 사용한 모델을 직접 개발하고 적용 사례를 실습해봅니다.

| 이론 ❶ 중요도를 나타내는 곱셈의 마법
❷ 쿼리, 키, 밸류
❸ 위치 인코딩 및 정규화
❹ 피드포인트 신경망&잔차연결, 디코더어텐션
❺ 마스크드 어텐션

| 실습 ❶ 어텐션의 핵심원리
❷ 트랜스포머의 기초
❸ 트랜스포머의 응용
조태호,모두의딥러닝, AI, ChatGPT, 딥러닝, AI강의, AI공부, AI입문, AI교육

Top of Top

인디애나 대학 교수이자, 20년 경력의 AI 전문가
조태호 교수와 함께하는 모두의 AI

국내 28개 대학 교재 채택, 최장기 딥러닝 베스트셀러 "모두의 딥러닝" 저자가 전하는 최신 AI 입문 강의

안녕하세요, 인디애나 대학교 의과대학의 조태호 교수입니다. 저는 의학, 생명과학을 공부한 비전공자임에도 오랜 기간 현업 연구에 AI를 적용해 왔습니다.
이를 바탕으로 비전공자들도 누구나 AI를 개발할수 있게끔 도와주는 '모두의 딥러닝' 을 집필했습니다. 이 책은 2017년 1판으로 시작해 2022년 3판까지
발행되었고, 2024년 현재까지 국내 28개 대학에서 교재로 채택되는 등 많은 독자들과 교육 현장의 신뢰를 받아왔습니다.

이번 강의는 AI의 현황, 딥러닝의 기본 개념은 물론, 책에서 다루지 않은 챗GPT의 원리인 트랜스포머까지도 포괄적으로 다룹니다.
AI에 대한 사전 지식이 없더라도 파이썬의 기초만 알면 쉽게 따라올 수 있도록 구성했으며, AI의 기초 개념을 시작으로 모델의 구성, CNN, GAN, LSTM을
거쳐 어텐션, 트랜스포머에 이르기까지 각 주제에 대한 실습 코드와 상세한 설명을 제공합니다.

AI에 관심 있는 모든 분들, 특히 아직까지 AI를 다루어 본 적이 없지만,
다양한 분야에서 AI 활용을 모색하는 연구자와 실무자들 모두에게 이 강좌가 유용할 것입니다.
현장에서 오랜 기간 쌓아온 경험을 통해, 여러분들이 AI 기술의 현재를 이해하고 이를 실제 연구와 업무에 적용할 수 있는 지식을 얻어 가시길 기대합니다.

AI 기반 데이터과학 융합 연구의 선구자 조태호 교수가 안내하는 AI 인사이트

저는 일본 도쿄의과치과대학에서 단백질 구조 예측으로 박사학위를 받은 후, 미국에서 단백질 구조예측에 딥러닝을 적용하는 연구를 지속했습니다.
그 결과 2014년, 딥러닝을 단백질 구조예측에 성공적으로 도입한 결과를 처음으로 보고 할수 있었고, 이는 The Economist지를 통해
단백질 구조 예측 분야의 AI 혁명 사례로 상세히 소개되기도 했습니다.

2018년부터는 인디애나 대학교 의과대학에 교수로 재직하며, 딥러닝을 이용한 알츠하이머 진단, 원인 단백질 추적, 유전자 변이 예측 등
생명과학 분야에 AI를 접목한 혁신적 연구를 주도해 왔습니다.

남들보다 일찍 AI를 만나 현업 연구에 적용해온만큼 비전공자인 제가 겪었던 오류들을 겪지 않고 많은 분들이 보다 쉽고 빠르게 AI를 접할 수 있게 안내해주고자
이 강의를 준비하게 되었습니다.
강의를 통해 여러분이 AI의 기초부터 최신 응용 사례까지 체계적으로 학습하며, 각자의 분야에서 내가 직접 만든 AI 활용 능력을 갖게 되길 기대합니다.

조태호,모두의딥러닝, AI, ChatGPT, 딥러닝, AI강의, AI공부, AI입문, AI교육
[주요 경력]
Indiana University (2018 ~ 현재)
• 의과대학 조교수 (2024~ 현재)
• 의과대학 연구 조교수 (2018 ~ 2024)

University of Michigan (2015 ~ 2017)
• 컴퓨터 의학 및 생물정보학과 박사후 연구원

University of Missouri (2013 ~ 2015)
• 컴퓨터과학 박사후 연구원

일본 이화학 연구소 (2011 ~ 2013)
• 컴퓨터 생명과학 박사후 연구원

[주요 프로젝트 및 논문]
1. 딥러닝을 이용한 대사 물질 연구 (2023)
Taeho Jo, Junpyo Kim, Paula Bice, Kevin Huynh,
Tingting Wang, Matthias Arnold, Peter J. Meikle,
Rima Kaddurah-Daouk, Andrew J. Saykin*,
and Kwangsik Nho*, “Circular-SWAT for deep learning
based diagnostic classification of Alzheimer’s disease:
Application to metabolome data”, eBioMedicine, 2023.

2. 딥러닝을 이용한 유전 변이 연구 (2022)
Taeho Jo, Kwangsik Nho*,
Paula Bice, and Andrew J. Saykin*, “Deep learning-based
identification of genetic variants: Application to Alzheimer's
disease classification”, Briefings in Bioinformatics, 2022.

3. 딥러닝을 이용한 알츠하이머 원인 단백질 추적 (2020)
Taeho Jo, Kwangsik Nho, Shannon L Risacher, and
Andrew J Saykin*, “Deep learning detection of informative
features in tau PET for Alzheimer’s disease classification”,
BMC Bioinformatics, 2020.

4. 딥러닝을 이용한 신경 이미지 분류 (2019)
Taeho Jo*, Kwangsik Nho, and Andrew J Saykin,
“Deep Learning in Alzheimer's Disease: Diagnostic
Classification and Prognostic Prediction Using Neuroimaging Data”,
Frontiers in Aging Neuroscience, 2019

5. 딥러닝을 이용한 단백질 구조의 예측 (2015)
Taeho Jo, Jie Hou, Jesse Eickholt,
and Jianlin Cheng, “Improving Protein Fold Recognition
by Deep Learning”, Scientific Reports, 5:17573, 2015

[집필 및 강연활동]
• 저서
• 모두의 딥러닝 1판 (2017), 2판 (2020), 3판 (2022)
• 당신의 이유는 무엇입니까 (2020)
• 번역: 그림으로 이해하는 인지과학 (2022)
• 번역: 쉽게 시작하는 캐글 데이터 분석 (2021)
• 감수: 딥러닝 워크북 (2018)

• 외부 강연 및 컨설팅
방송/유튜브 (최근 3년)
• 2024 : 세상을 바꾸는 시간 15분
• 2022 : EBS-TV 비즈니스 리뷰 “AI와 알츠하이머” 
• 2022 : EBS-TV 원데이 스쿨
• 2022 : 매불쇼 과학코너 
• 2022-현재 : 유튜브 채널 “조태호의 AI + 생명과학” 운영

• 초청특강
• "Deep Learning Approaches in Alzheimer's Disease: Multi-Modal Biomarker Analysis and Classification",
2023 International Healthcare Symposium hosted by Ajou University Medical Center and the Graduate School of AI Convergence Innovation (2023)
•  "Advanced Deep Learning Techniques in Alzheimer's Disease: Integrating Biomarker Analysis for Enhanced Diagnosis and Research",
Lecture at the Department of Bioinformatics and Medical Information, Seoul National University (2023)
• "From Perceptron to Chat-GPT: A Comprehensive Overview of Deep Learning Principles",
AIAI 2023 Summer School (2023)
• "Novel circular-SWAT for deep learning based diagnostic classification of Alzheimer’s disease: Application to metabolome data",
Elsevier, AI in Aging and Age-related Diseases conference (AAAD), China (2022)
• “A Dual-Deep Learning AI Strategy to Identify Tau-associate Genetic Variants in Alzheimer’s Disease”,
Indiana Alzheimer's Disease Research Center Fall Research Symposium, Indiana USA (2022)
• “Deep learning-based identification of genetic variants: Application to Alzheimer's disease classification”,
International Symposium Interdisciplinary Graduate Program in Medical Big data Convergence (2021)

To be

본 강의를 수강한 뒤

여러분들은 이렇게 바뀌게 됩니다.

  • AI 기술 발전방향과 한계, 그리고 개발 시
    고려사항에 대한 스스로의 의견을 가지고
    최신 딥러닝의 핵심원리를 이해할 수 있습니다.
  • 단순한 모델부터 CNN, GAN, 트랜스포머와 같은
    복잡한 신경망까지 직접 구현해보면서 실제 데이터에
    AI를 직접 적용하고 활용하는 능력을 갖출 수 있습니다.
  • ChatGPT 의 주요 원리와 함께 트랜스포머를
    이용한 모델 실습 및 구현으로 AI 기술과 모델을 직접
    다루어보면서 AI 대한 활용법과
    견해를 가질 수 있습니다.

FAQ

강의를 수강하는데 필요한

사전지식이 있나요?
• 파이썬 코드를 읽고 이해할 수 있는 지식이 있다면 좋으나, 필수는 아닙니다.
어떤 사람이 들으면

가장 도움이 될까요?
• AI와 딥러닝의 핵심 개념과 기초를 배워보고 싶은 비전공자
• AI, 딥러닝에 대해 아무런 이해가 없으나, 빠르게 인공지능과 ChatGPT 개념과 원리를   배워보고 싶은 일반인, 대학생 등
• LLM 공부하기에 앞서 AI와 딥러닝에 대해 공부하거나 배우고 싶은 소프트웨어 개발자,   엔지니어 등
실습에 사용하는 Tool
• Google Colab

Curriculum

Part 01. AI 가 가져온 혁신, 활용, 작동 원리의 이해

Part 02. AI의 시작부터 챗GPT의 원리까지: 입문자를 위한 딥러닝

상세 커리큘럼 확인하기
이 강의도 추천해요.