회원 가입일: 2025
어텐션 메커니즘
Earned 5월 3, 2026 EDT
Google Threat Intelligence
Earned 5월 3, 2026 EDT
Transformer 모델 및 BERT 모델
Earned 5월 3, 2026 EDT
이 과정에서는 신경망이 입력 시퀀스의 특정 부분에 집중할 수 있도록 하는 강력한 기술인 주목 메커니즘을 소개합니다. 주목 메커니즘의 작동 방식과 이 메커니즘을 다양한 머신러닝 작업(기계 번역, 텍스트 요약, 질문 답변 등)의 성능을 개선하는 데 활용하는 방법을 알아봅니다.
위협에 대한 탁월한 가시성을 제공하는 Google Threat Intelligence를 통해 전 세계 보안팀은 상세한 위협 인텔리전스를 적시에 확인할 수 있습니다. 이 과정에서는 Google Threat Intelligence의 다양한 기능과 조직에서 위협을 선제적으로 완화하기 위해 이 제품을 사용하는 일반적인 방법을 다룹니다.
이 과정은 Transformer 아키텍처와 BERT(Bidirectional Encoder Representations from Transformers) 모델을 소개합니다. 셀프 어텐션 메커니즘 같은 Transformer 아키텍처의 주요 구성요소와 이 아키텍처가 BERT 모델 빌드에 사용되는 방식에 관해 알아봅니다. 또한 텍스트 분류, 질문 답변, 자연어 추론과 같이 BERT를 활용할 수 있는 다양한 작업에 대해서도 알아봅니다. 이 과정은 완료하는 데 대략 45분이 소요됩니다.