설명
대형 언어 모델(LLM)을 활용한 생성적 AI 과정에서는 생성적 AI가 어떻게 작동하는지와 이를 실제 응용 프로그램에 배포하는 방법을 배웁니다. 이 과정은 LLM에 대한 기초적인 이해가 있는 개발자를 위해 설계되었으며, 지식을 심화하고자 하는 분들에게 적합합니다. 이 과정을 수강함으로써 생성적 AI를 깊이 이해하고, 데이터 수집, 모델 선택, 성능 평가 및 배포에 이르는 전형적인 LLM 기반 생성적 AI 생애 주기의 주요 단계를 설명할 수 있게 됩니다.
이 과정에서는 LLM을 지원하는 변환기 아키텍처, 훈련 방법, 그리고 미세 조정이 LLM을 다양한 특정 사용 사례에 맞게 조정하는 방법을 다룹니다. 또한 데이터 세트 크기, 컴퓨팅 예산 및 추론 요구 사항에 따라 모델의 목표 함수를 최적화하기 위한 경험적 스케일링 법칙을 탐구합니다. 이 과정은 현재 비즈니스 사용 사례에서 AI를 구축하고 배포하는 전문가 AWS AI 실무자들의 지도를 포함합니다.
이 과정은 중급 과정이므로 Python 코딩 경험과 감독 학습 및 비감독 학습, 손실 함수 및 데이터 분할과 같은 기계 학습의 기본에 대한 친숙함이 필요합니다. DeepLearning.AI의 기계 학습 전문화 과정이나 심층 학습 전문화 과정을 수강한 경우, 생성적 AI의 기본 원리를 더 깊이 탐구할 준비가 되어 있을 것입니다.
이 과정은 17개의 비디오, 7개의 읽기 자료 및 3개의 과제로 구성되어 있어 포괄적인 학습 경험을 제공합니다. 과정을 완료하면 생성적 AI가 어떻게 작동하는지에 대한 기초 지식, 실용적인 기술 및 기능적 이해를 얻게 되어 프로젝트와 회사에 대한 정보에 기반한 결정을 내릴 수 있게 됩니다.
대형 언어 모델을 활용한 생성적 AI의 핵심 기능
강사: 크리스 프레글리
기술 수준: 중급
수료증 제공: 예
과정 수: 1
예상 소요 시간: 3주
과제: 3
비디오: 17
읽기 자료: 7
대형 언어 모델을 활용한 생성적 AI 사용 방법은?
이해하기: 생성적 AI와 LLM의 기본 원리를 배웁니다.
탐구하기: 변환기 아키텍처와 그 훈련 방법을 깊이 있게 살펴봅니다.
적용하기: 경험적 스케일링 법칙을 사용하여 모델을 최적화합니다.
배포하기: 실제 응용 프로그램에서 생성적 AI를 배포하기 위한 모범 사례를 구현합니다.
대형 언어 모델을 활용한 생성적 AI의 사용 사례
- 모델 최적화
- 생성적 AI 배포
- LLM 훈련
- 모델 미세 조정
- 비즈니스 응용 프로그램
