강의노트

강의·강연을 들으며 정리한 노트.

강의·강연을 들으며 정리한 노트.

31 posts · 아카이브에서 필터로 보기

[CS50] CS50x 2026 - Lecture 0 - Scratch

https://youtu.be/7ZJ4oo4h8vI 참고 자료 Harvard CS50: Introduction to Computer Science (https://cs50.harvard.edu/) 원본 영상: [한글더빙] “AI가 코딩 다 하는데 왜 배워요?” 하버드 교수의 사이다 참교육 (https://www.youtube.c...

[토크] LLM 완벽 입문 가이드: Andrej Karpathy 강의 정리

원본 강의: Intro to Large Language Models - Andrej Karpathy (https://youtu.be/zjkBMFhNj_g) Slides as PDF: https://drive.google.com/file/d/1pxx_ZI7O-Nwl7ZLNk5hI3WzAsTLwvNU7/view (42MB) All the imag...

[NLP] 6. Topic Modeling이란?

1. Topic Modeling이란? 본 강의는 DSBA 강필성 교수님의 강의를 참조하여 작성되었습니다. Topic Modeling은 기계 학습 및 자연어 처리 분야에서 문서 집합 내에서 잠재적인 주제(Latent Topic)를 발견하기 위해 사용하는 통계적 모델링 기법입니다. 주어진 문서에서 반복적으로 등장하는 단어 패턴을 분석하여...

[NLP] 5. 자연어 차원 축소(Dimension Reduction) 기법

차원 축소 (Dimensionality Reduction) 본 강의는 DSBA 강필성 교수님의 강의를 참조하여 작성되었습니다. 1. 차원 축소란 무엇인가? 차원 축소는 고차원의 데이터를 저차원의 데이터로 변환하는 기법입니다. 이를 통해 계산 효율성을 높이고, 데이터 분석 및 시각화를 용이하게 할 수 있습니다. 차원 축소는 다음 두 ...

[자료] KT 사내 직원 대상 RAG 교안 대방출?!

오늘도 RAG에 대한 자료를 찾아보던 중, KT DS의 김성우 기술혁신단장님께서 공유하신 RAG 관련 자료를 발견했습니다. 출처 : LinkedIn - KTDS 김성우 기술혁신단장 KT 사내 직원 RAG 교안이라는 말에 어떤 내용일지 궁금하여, 이번 포스팅에서는 해당 자료를 자세하게 공부하며 내용을 정리해보았으니 함께 살펴보시죠. ...

[강의노트] LangChain Academy : Introduction to LangGraph (Module 4)

랭체인(LangChain)과 랭그래프(LangGraph)는 대규모 언어 모델(LLM)을 활용한 애플리케이션 개발을 위한 도구들입니다. 위 강의는 LangChain에서 운영하는 LangChain Academy에서 제작한 “Introduction to LangGraph” 강의의 내용을 정리 및 추가 설명한 내용입니다. 강의 링크 : https://...

[강의노트] LangChain Academy : Introduction to LangGraph (Module 3)

랭체인(LangChain)과 랭그래프(LangGraph)는 대규모 언어 모델(LLM)을 활용한 애플리케이션 개발을 위한 도구들입니다. 위 강의는 LangChain에서 운영하는 LangChain Academy에서 제작한 “Introduction to LangGraph” 강의의 내용을 정리 및 추가 설명한 내용입니다. 강의 링크 : https://...

[강의노트] LangChain Academy : Introduction to LangGraph (Module 2)

랭체인(LangChain)과 랭그래프(LangGraph)는 대규모 언어 모델(LLM)을 활용한 애플리케이션 개발을 위한 도구들입니다. 위 강의는 LangChain에서 운영하는 LangChain Academy에서 제작한 “Introduction to LangGraph” 강의의 내용을 정리 및 추가 설명한 내용입니다. 강의 링크 : https://...

[강의노트] LangChain Academy : Introduction to LangGraph (Module 1)

랭체인(LangChain)과 랭그래프(LangGraph)는 대규모 언어 모델(LLM)을 활용한 애플리케이션 개발을 위한 도구들입니다. 위 강의는 LangChain에서 운영하는 LangChain Academy에서 제작한 “Introduction to LangGraph” 강의의 내용을 정리 및 추가 설명한 내용입니다. 강의 링크 : https:...

[강의노트] Text Splitting For Retrieval

Introduction 대규모 언어 모델(LLM, Large Language Model)을 이용한 애플리케이션의 성능을 향상시키는 가장 효과적인 전략 중 하나는 큰 텍스트 데이터를 더 작은 조각으로 분할하는 것입니다. LLM에게 필요한 정보만을 제공함으로써 모델의 작업 효율성을 극대화할 수 있습니다. 이러한 텍스트 분할 기술은 단순한 방법 같지만...

[강의노트] RAG From Scratch : RAG for long context LLMs

RAG for long context LLMs Introduction 최근 LLM(Long Large Models)의 급격한 발전으로 인해 거대한 양의 데이터를 한 번에 처리할 수 있는 가능성이 열리고 있습니다. 특히, 100만 토큰 이상의 정보를 한 번에 처리할 수 있는 모델들이 등장하면서, 과연 RAG(Retrieval-Augmented G...

[강의노트] RAG From Scratch : Query Translation

해당 블로그 포스트는 RAG From Scratch : Coursework 강의 파트 5 - 9 내용을 다루고 있습니다. 비디오 요약 강의 링크 슬라이드 Part 5 (다중 쿼리) 다양한 문서 검색을 위해 쿼리 재작성 기법을 설명합...

[강의노트] RAG From Scratch : Query Routing & Structuring

해당 블로그 포스트는 RAG From Scratch : Coursework 강의 파트 10 - 11 내용을 다루고 있습니다. 비디오 요약 강의 링크 슬라이드 Part 10 (라우팅) 쿼리를 관련 데이터 소스로 유도하기 위한 논리적 ...

[강의노트] RAG From Scratch : Query Retrieval 기법

해당 블로그 포스트는 RAG From Scratch : Coursework 강의 파트 15 - 18 내용을 다루고 있습니다. 별도의 강좌 내용이 보이지 않아서 실습 코드를 바탕으로 Reverse Enginneering해서 자료를 정리한 내용입니다. 참고 부탁드립니다! 1. Re-ranking (재정렬) Re-ranking은 ...

[강의노트] RAG From Scratch : Query Indexing 기법

해당 블로그 포스트는 RAG From Scratch : Coursework 강의 파트 12 - 14 내용을 다루고 있습니다. 비디오 요약 강의 링크 슬라이드 Part 12 (다중 표현 인덱싱) 효율적인 검색을 위해 문서 요약을 인덱...

[강의노트] RAG From Scratch : Overview

해당 블로그 포스트는 RAG From Scratch : Coursework 강의 파트 1 - 4 내용을 다루고 있습니다. 비디오 요약 강의 링크 슬라이드 Part 1 (개요) RAG를 소개하며, 시리즈가 기본 개념부터 고급 기술까지 다...

[강의노트] RAG From Scratch : Coursework

소개 오늘날의 Generative AI는 기본적인 대형 언어 모델(LLM)을 넘어, 정보 활용의 방식을 획기적으로 변화시키고 있습니다. 그 중에서도 RAG, Retrieval-Augmented Generation은 외부 데이터 소스를 활용하여 더욱 정교하고 도메인에 특화된 정보를 제공함으로써, AI와의 상호작용 방식을 새롭게 정의하고 있습니다....

[꿀팁] 프롬프트 엔지니어링 (강의 요약)

프롬프트 엔지니어링: 환각 줄이고, 효율적인 SW 서비스까지 프롬프트 엔지니어링 분야에서 최근 많은 관심을 받고 있는 주제는 바로 “AI 모델의 환각(Hallucination) 현상을 줄이고, 보다 신뢰성 있는 결과를 얻는 방법”입니다. AI 모델의 환각(Hallucination) 현상이란? AI 모델의 환각(Hallucination) 현상은...

[CV Notes] Lecture 18 - Videos

다음은 아래 “Lecture 18. Videos”에 대한 요약 및 필기 내용을 정리한 것입니다. 틀린 내용이 있다면 댓글 부탁드립니다 🙌 Course Website: https://web.eecs.umich.edu/~justincj/teaching/eecs498/ Instructor: Justin Johnson Lecture 18: Vi...

[CV Notes] Lecture 17 - 3D Vision

다음은 아래 Lecture에 대한 요약 및 필기 내용을 정리한 것입니다. 틀린 내용이 있다면 댓글 부탁드립니다 🙌 Course Website: https://web.eecs.umich.edu/~justincj/teaching/eecs498/ Instructor: Justin Johnson Lecture 17: 3D Vision 1...

[CS294] Deep Unsupervised Learning: Introduction

다음은 아래 “Berkeley CS294 강의”에 대한 요약 및 필기 내용을 정리한 것입니다. 틀린 내용이 있다면 댓글 부탁드립니다 🙌 Course : CS294-158 SP24 Deep Unsupervised Learning Instructor: Pieter Abbeel Lecture # : L1. Introduction 본 강의는...

[NLP] 4. Natural Language Embeddings

Natural Language Embeddings 자연어 처리(NLP)에서 텍스트 데이터를 효율적으로 다루기 위해 다양한 자연어 임베딩 기법(Natural Language Embedding)이 사용됩니다. 이번 포스트에서는 이러한 기법들을 자세히 설명하고, 각 기법의 예시를 통해 이해를 돕고자 합니다. 🔎 Text Representatio...

[NLP] 3. Natural Language Preprocessing

1. 자연어 처리(NLP) 개요 자연어 처리의 일반적인 순서 자연어 처리는 음성을 텍스트로 변환하고, 해당 텍스트를 분석 및 의미를 추출한 뒤, 이를 다시 음성으로 변환하는 과정을 포함합니다. (아래 그림 참고) 이 과정은 크게 STT(Speech to Text)와 TTS(Text to Speech)로 나뉩니다. 1.1 자연어 처리...

[NLP] 2. Steps of Text Analytics

Steps of Text Analytics 텍스트 분석은 비정형 텍스트 데이터를 구조화하고 유의미한 정보를 추출하기 위한 일련의 과정입니다. 해당 포스트에서는 텍스트 분석의 주요 단계를 순차적으로 소개하여, 각 단계에서 수행되는 작업과 그 중요성을 설명하겠습니다. ① STEP 1. 정의 및 데이터 수집(Define & Collect) ...

[NLP] 1. Introduction to Text Analytics

Introduction to Text Analytics Text Analytics는 문서(text)와 같은 비정형 데이터를 분석하여 그 속에 포함된 의미 있는 정보를 추출하는 과정을 의미합니다. 이는 자연어 처리(Natural Language Processing, NLP) 기술을 활용하여 다양한 형태의 텍스트 데이터를 처리하고 분석함으로써 ...

[머신러닝][차원축소] 변수 추출법 - Multi-Dimensional Scaling (MDS)

본 포스트는 고려대학교 강필성 교수님의 강의를 수강 후 정리를 한 것입니다. 작성 및 설명의 편의를 위해 아래는 편하게 작성한 점 양해부탁드립니다. Dimensionality Reduction Supervised Variable Extraction 차원축소는, 모델링을 하기 위해 내가 가진 데이터의 정보를 최대한 보존하면서, 훨씬 더 compac...

[머신러닝] 이상 탐지 개요 및 밀도 기반 이상치탐지

본 포스트는 고려대학교 강필성 교수님의 강의를 수강 후 정리를 한 것입니다. 작성 및 설명의 편의를 위해 아래 포스트는 반말로 작성한 점 양해부탁드립니다. Abnormal Data란 Anomaly Data는 다음과 같이 Hawkins와 Harmeling에 의해 정의된다. Observations that deviate so much f...

[머신러닝] 거리•군집•서포트벡터 기반 이상탐지 기법

본 포스트는 고려대학교 강필성 교수님의 강의를 수강 후 정리를 한 것입니다. 작성 및 설명의 편의를 위해 아래 포스트는 반말로 작성한 점 양해부탁드립니다. 거리 기반 이상치탐지 K-Nearest Neighbor-based Anomaly Detection 각 데이터에 대한 Anomaly Score를 K개의 근접 이웃까지의 거리를 이용하여 계산...

[머신러닝][시계열] AR, MA, ARMA, ARIMA의 모든 것 - 개념편

오늘은 머신러닝 시계열에서 가장 많이 쓰이는 AR, MA, ARMA, ARIMA에 대해 정리해보는 시간을 가지려고 합니다. 해당 포스트는 고려대학교 김성범 교수님의 강의를 바탕으로 제작되었습니다. 목차 정상 프로세스와 비정상 프로세스 Autoregressive (AR) Models Moving Average (MA) Models A...

[머신러닝][차원축소] 변수 추출법 - Principal Component Analysis (PCA)

본 포스트는 고려대학교 강필성 교수님의 강의를 수강 후 정리를 한 것입니다. 작성 및 설명의 편의를 위해 아래는 편하게 작성한 점 양해부탁드립니다. Dimensionality Reduction Supervised Variable Extraction 차원축소는, 모델링을 하기 위해 내가 가진 데이터의 정보를 최대한 보존하면서, 훨씬 더 compa...

[머신러닝][차원축소] 변수 선택법

본 포스트는 고려대학교 강필성 교수님의 강의를 수강 후 정리를 한 것입니다. 작성 및 설명의 편의를 위해 아래 포스트는 반말로 작성한 점 양해부탁드립니다. Dimensionality Reduction Curse of dimensionality 정의 이론적(theory)으로는 변수의 개수가 증가할 때 모델의 성능도 증가한다. 하지만, 현실...