Jost Do It!

최근 딥러닝을 다시 공부해야 될 필요성을 많이 느낀다. 우선 책으로만 공부하다 보니 머리 속에 정리가 잘 안됐다. 그리고 최신 트렌드나 실제 적용을 해보질 못하니 탁상공론을 하는 느낌이 계속 들었다. 그래서 딥러닝 강의들을 찾던 중 스탠포드 대학에서 온라인에 무료로 공개한 딥러닝 강의가 많이 있다는 것을 알게 되었다. 아래는 주제별 강의 목록이다. 스탠포드 대학 딥러닝 강의 목록 Deep Learning http://web.stanford.edu/class/cs230/ [ Natural Language Processing ] CS 124: From Languages to Information (LINGUIST 180, LINGUIST 280) http://web.stanford.edu/class/cs12..

CS230 Deep Learning Lecture 6. Deep Learning Project Strategy 강의영상 이번 강의는 Ng 선생님께서 실제 딥러닝 프로젝트를 진행할 때 생각해볼 전략들에 대해 설명해주셨다. 강의노트는 따로 제공되지 않았다. 수업에서 왜 실제 프로젝트에서 사용할 전략들을 배워야 하는가? 경험을 얻는 방법은 크게 두가지가 있다. 1. 실제 좋은 AI 팀에 들어가서 여러 문제들을 만나면서 경험하는 것 (매우 긴 시간이 걸림) 2. 수업에서 소개된 사례들을 생각하고 고민하면서 해법들을 배우는 것 (매우 짧은 시간) 1번의 고민을 한 사람들의 생각과 해결법들을 빠르게 배울 수 있기 때문에 수업에서 전략들을 배우는 것이 큰 도움이 된다. 효율적인 스타트업 팀이 프로젝트를 진행할 때 어..

CS230 Deep Learning Lecture 5. AI + Healthcare Guest Slides 강의노트 강의영상 이번 강의는 처음에 객원(Pranav 박사)께서 AI를 헬스케어에 적용하는 것에 대한 전반적 Overview를 설명하시고, 뒤에는 Kian형님이 관련된 Case Study 사례를 소개하셨다. DL for Healthcare (Phd. Pranav Rajpurkar) 객원강사께서는 크게 아래 3가지를 강의에서 다루려고 하였다. 1. 헬스케어에서의 AI 적용 방법 2. 3가지 Case Study와 Research 3. Healthcare에 직접 적용해볼 수 있는 AI에 대한 생각 먼저 헬스케어에서 중요한 것을 생각해보자. 헬스케어 분야를 다룰 때 다음과 같은 질문들을 생각해봐야 한다...

CS230 Deep Learning Lecture 4. Adversarial Attacks / GANs 강의노트 강의영상 이번 강의에서 딥러닝 모델을 속이는 방법인 Adversarial Attacks이 무엇인지, 어떻게 속일 수 있는지를 알아보았다. (개인적으로 딥러닝 네트워크를 적대적으로 공격한다는 표현이 재미있는거 같다.) 이를 바탕으로 생성모델 GAN에 대한 개념과 GAN과 관련된 여러 연구의 아이디어를 살펴보았다. 예시를 통해 알아보는 네트워크 적대적 공격 방법 Adversarial attacks: 뉴럴넷에 전달하는 Input 값(벡터, 이미지 등)을 조작하여 특정 정보와 전혀 상관 없는 내용의 Input을 특정 정보로 네트워크가 예측하게 만드는 방법. 즉, 네트워크를 속이는 방법이다. Adver..

CS230 Deep Learning Lecture 3. Full-Cycle Deep Learing Projects 강의영상 이번 강의는 회사 단위에서 큰 딥러닝 프로젝트에서 ML 모델을 어떻게 학습하는지에 대해 다루었다. Ng 아저씨가 강의를 진행했고, 슬라이드 없이 판서로 진행하셨다. (Ng 아저씨는 강의노트보다는 판서가 편하신듯) 좋은 딥러닝(DL) 전문가가 되려면? Interest Data Domain Knowledge: 특정 분야의 도메인 지식은 해당 분야에 unique한 기여를 불러올 수 있다. 도메인 지식과 딥러닝 지식은 양자 택일의 문제가 아니라 같이 가져가야 할 문제이다. Utility Feasibility: 딥러닝으로 현실적으로 실현 가능한 것과 실현 불가능한 것을 구분할 수 있어야한다...

CS230 Deep Learning Lecture 2. Deep Learing Intuition 강의노트 강의영상 이번 강의는 제목처럼 딥러닝에 대한 직관을 끌어내려 하였다. 수식도 일부 있었지만, 주요점은 어떤 문제를 풀 때 어떻게 딥러닝을 적용하는 것이 좋은가? 에 초점을 두었다 생각한다. 주요 슬라이드별로 내용을 정리하려 한다. Lecture 2 소개 이번 강의는 AI project를 진행할 때 의사결정을 어떻게 할 것인지를 주로 다루었다. 특히 아래의 4가지 How To에 대해 설명하였다. Collect: 데이터를 어떻게 모을 것인가? Label: 데이터의 라벨링을 어떻게 할 것인가? Architecture: 모델링 구조를 어떻게 설계할 것인가? Optimize: 해당 모델을 어떻게 최적화할 것인..