코세라 Advanced Machine Learning 수료

< Advanced Machine Learning >

 

Advanced Machine Learning 이라는 과정이름이 매력적(?)이어서 수강을 시작했다. 이 특화과정은 (1) Introduction to Deep Learning, (2) How to Win a Data Science Competition: Learn from Top Kagglers, (3) Bayesian Methods for Machine Learning, (4) Practical Reinforcement Learning, (5) Deep Learning in Computer Vision 의 과목으로 구성되어있고, 나는 "Introduction to Deep Learning" 와 "Deep Learning in Computer Vision" 만 수강하였다. 

 

나에게 있어서 이 특화과정은 장점과 단점이 극명했는데, 우선 장점은 수업자료와 프로그래밍 연습코드의 퀄리티가 높다. 그래서 MLP나 CNN, Autoencoder, RNN 등의 기본원리를 이해하고 어떤 프로젝트에 활용될 수 있는지 전반적으로 경험해볼 수 있고, 실제로 Computer Vision 분야에서는 Object Detection, Object Tracking, Action Recognition, Image Synthesis 등의 대표적인 Task 들을 수업자료 및 코드과제를 통해 구현해볼 수 있어서 꽤 도움된다.

 

대신 단점으로는 이 강의는 러시아의 고등경제대학(HSE University)에서 지원하는데 러시아 억양의 영어로 강의를 전달하다보니 간혹 강의 대부분은 알아들을 수가 없어서 매우 답답하며 자료보고 알아서 이해해야 된다...(한국어 자막지원은 없음) 그리고 Deep Learning in Computer Vision은 동료평가과제가 매주마다 있어서, 과제제출한지 3주가 지나도 평가가 안돼서 수료가 안되는 경우가 있다. 나같은 경우에는 과제진행은 끝났는데 동료평가 및 수료증 때문에 $49 를 추가결제하기 싫어서 Deep Learning in Computer Vision은 수료증 받는 것을 포기하고 구독취소하였다. (너무 아쉬움)

 

Introduction to Deep Learning 에서 다루고 있는 내용은 아래와 같다.

• Optimization
• Neural Networks
• Deep Learning for images
• Unsupervised Representation Learning
• Deep Learning for sequences

Deep Learning in Computer Vision 에서 다루고 있는 내용은 아래와 같다.

• Image Processing (Edge Detection)
• Convolutional Features for Visual Recognition
• Object Detection
• Object Tracking and Action Recognition
• Image Segmentation and Synthesis

 

이수가 끝나면 아래처럼 수료증이 나온다. 나는 Introduction to Deep Learning 만 수료증을 받았고, Deep Learning in Computer Vision 은 추가구독을 취소하여 수료증 받는 것을 포기하였다. (수료증이 큰 의미는 없다고 생각해서 취소했기는 한데 과제제출한게 조금 아깝기도 하다...)