생성 모델은 주어진 데이터로부터 새로운 데이터를 생성하는 모델입니다.

이 모델들은 확률적인 방식으로 데이터를 생성하며, 주어진 데이터의 분포를 학습하여 새로운 샘플을 생성할 수 있습니다.

 - VAE는 인코더와 디코더로 구성된 모델로, 잠재 공간에서 샘플을 생성합니다.
 - GAN은 생성자와 판별자로 구성된 모델로, 경쟁하면서 학습하여 진짜와 구별하기 어려운 가짜 데이터를 생성합니다.
 - Diffusion 모델은 데이터를 점진적으로 변환해가며 실제 데이터와 유사한 샘플을 생성합니다.

이렇게 생성 모델들은 각자의 특징과 활용 분야가 있으며, 데이터 생성과 관련된 다양한 문제에 활용됩니다.

이 강의를 통해 GAN, VAE, Diffusion 등의 생성형 AI 모델에 대한 이론과 구현 방법을 배울 수 있을 것입니다.

1.생성 모델 개요
2.Variational Autoencoder(VAE)
• VAE의 개념과 작동 원리
• VAE의 활용
3.Generative Adversarial Network(GAN)
• GAN의 개념과 작동 원리
• GAN의 활용
4.Diffusion Models
• Diffusion 모델의 개념과 작동 원리
• Diffusion 모델의 활용
5.요약
• VAE, GAN, Diffusion 모델 장단점
• Q & A

이 강의는 생성 모델링에 관심이 있는 분들을 대상으로 합니다.
컴퓨터 비전, 음성 처리, 자연어 처리 등에 관심이 있는 분들이 이 강의를 수강할 수 있습니다
또한, 기계 학습, 신경망, 확률론 등에 대한 기본적인 지식이 있는 분들이 강의 내용을 더욱 잘 이해할 수 있을 것입니다.