[CS230] Deep Learing Lecture 1 Class Introduction and Logistics

CS230 Deep Learning

Lecture 1. Class Introduction and Logistics

강의노트

강의영상

 

 

 

CS230 Instructor

 

이 강의는 Andrew Ng 아저씨랑 Kian 형님 두분이서 강의를 하신다.

 

봤을 때 Kian 아저씨가 대부분 이론적인 부분들을 설명하시고, Ng 아저씨는 한번씩 등장하시는 느낌이다.

 

 

 

 

그리고 강의는 온라인과 현강을 병행하는 flipped learning 방식으로 현강은 1주일에 1번만 수업을 진행했다고 한다.

 

온라인 강의와 현강의 내용은 다르다. 온라인 강의는 기본적인 내용을, 현강은 좀 더 deep 한 내용을 다룬다고 한다.

 

 

 

현강은 실제 학생들의 질문/답변도 그대로 나와서 마치 현장에서 듣는 느낌이 든다.

 

 

이 글에서는 Lecture 1에서 다뤘던 주요 내용들을 정리한다.

 

 

 

 

 

딥러닝이 왜 요즘 Hot한가?

• 데이터를 통해 어떤 결과를 예측하려는 시도는 옛날에도 많이 있었음

 

• 고전적인 머신러닝, 얕은 크기의 Neural Network들이 있었으나, 데이터 증가에도 성능향상은 높지 않았음

 

• 최근에 컴퓨팅 성능의 발달과 대용량의 데이터가 축척되면서 큰 규모의 딥러닝 아키텍쳐 구현이 가능하게 되었으며, 이는 예측 성능의 비약적인 발전을 가져옴

 

• 여러 오픈소스 라이브러리들이 개발되고, 공개 강의들이 오픈되면서 접근성이 좋아짐. 또한 개인들이 발전한 컴퓨팅 성능을 누릴 수 있는 환경이 구축됨

 

• 인프라가 구축되면서 많은 리서쳐들이 딥러닝을 더 연구하게끔 함

 

-> 최근 기존보다 성능이 좋은 큰 사이즈의 딥러닝 모델들이 개발되고, 사람들이 이용할 수 있는 접근성이 좋아지면서 딥러닝이 Hot해짐

 

 

 

 

 

본 강의는 무엇을 추구하는가?

• 본 강의는 딥러닝 사용에 필요한 실용적인 Know-how와 딥러닝 적용을 배울 예정임.

 

• 예를 들어 구현된 모델의 성능을 향상시키기 위해 데이터를 더 모아야 하는지? 아니면 모델의 하이퍼파라미터를 튜닝해야되는지? 등 실제 모델링에서 고민되는 문제를 해결할 능력을 길러준다고 한다.

 

 

 

 

그리고 아래와 같은 이야기들을 하셨다.

• 딥러닝 회사의 취직과 전망: 한 분야에 국한되지 말고 여러 분야로 옮겨다녀라.

 

• 현재 딥러닝 시대의 상황: 2000년대의 인터넷 시대와 유사함. 개념이 정립되기 보다는 계속해서 바뀌고 새로운 내용이 탄생함

 

• 좋은 AI회사를 만드는 것: 인터넷 시대에서 살아남은 훌륭한 기업들을 살펴볼 필요가 있음.
  • 데이터부터 딥러닝과 어떻게 연결할 수 있는지 고민하며 전략적으로 수집할 수 있는 회사가 성공할 것.
  • Data warehouse를 구성할 때 분산되지 않고 통합돼 있어야 하며, 이를 잘 organize해야 할 것.

 

• 괜찮은 AI팀을 꾸릴 능력이 되는 회사들만 살아남을 것

 

• AI 도래와 함께 새로운 직업들이 계속해서 생겨날 것: AI의 각 분야들이 전문화되고 세분화 될 것이다.
  • 인터넷 시대에 한 직업이 여러분야로 세분화/전문화 된 것 처럼.
  • 이와 관련해서 애자일과 같은 새로운 업무 프로세스가 개발될 수도 있을 것으로 보임

 

• 수업 파이널 프로젝트 내용 / 지난 수업에서의 프로젝트 결과물들 설명

 

 

 

아마 Lecture 2부터 본격적인 강의가 시작될거 같다.