본문 바로가기

분류 전체보기

코세라 Introduction to Machine Learning in Production 수료 Machine Learning Engineering for Production (MLOps) 의 첫번째 강의로 실제 산업에서 ML 프로젝트를 성공적으로 잘 수행하기 위해 기본적으로 알아두어야할 과정들과 체크포인트들을 짚어준다. Introduction to Machine Learning in Production 에서 다루고 있는 내용은 아래와 같다. ML lifecycle and definition of "concept drift" Shadow, canary, and blue-green deployment scenario in automation Selecting and Training a Model Precess .. 더보기
코세라 Sequence Models 수료 코세라 Deep Learning 특화과정 중 마지막 강의이며, 언어처리 모델에 대해 알려준다. 강의를 들으면 Recurrent Neural Networks, Natural Language Processing(word embedding), Attention mechanism, Transformers 등의 대표적인 Sequential 모델의 알고리즘의 원리와 코드 프로그래밍 과제를 할 수 있다. 나에게는 주 관심분야인 비전쪽이 아니어서 이해하기도 약간 어려웠고 꾸역꾸역 다른 분들 git repo에 업로드된 솔루션 따라하면서 완료했다. Sequence Models 에서 다루고 있는 내용은 아래와 같다. Recurrent Neural Networks Building your .. 더보기
코세라 Convolutional Neural Networks 수료 코세라 Deep Learning 특화과정 중 네번째 강의이다. Computer Vision 분야에서 기본적으로 사용되는 CNN에 대한 전반적인 내용을 다루고 있으며, 기본적인 기능인 Convolution, Pooling, Fully Connected Layer 에 대한 특징과 원리를 간단한 매트릭스 연산예제를 통해 상세하게 알려준다. 나아가, Image Classification, Object Localization, Object Detection, Landmark Detection, Semantic Segmentation, Face Recognition, Neural Style Transfer 알고리즘의 원리와 코드구현을 통해 비전 분야에서 .. 더보기
코세라 Structuring Machine Learning Projects 수료 코세라 Deep Learning 특화과정 중 세번째 강의이다. 실제로 머신러닝 연구개발 프로젝트를 진행하다보면 모델을 분석하고 개선하는 과정에 꽤나 시간을 많이 낭비할 수 있는데, 이 강좌에서는 Andrew Ng 교수님이 여러 머신러닝 팀들과 프로젝트를 진행하며 겪은 개발사례를 토대로 프로젝트의 진행, 모델의 분석, 고도화 방안에 대한 핵심적인 노하우를 알려준다. 실제 프로젝트 개발을 진행할 때 필요한 전반적인 워크플로우, 데이터이해, 모델학습과 성능개선을 위해 유념해야할 내용들을 살펴볼 수 있어 유익한 시간이었다. Structuring Machine Learning Projects 에서 다루고 있는 내용은 아래와 같다. Eval.. 더보기
스타트업 vs 대기업 vs 외국계 나에게 4, 5월달은 이직준비로 꽤 바쁜 시기였다. 내 이직의 큰 사유는 소통이나 공유가 없는 업무환경으로 더이상 커리어적 성장을 하지못할 것 같다는 확신이 들어서였고, 2년간 내가 개발해온 프로젝트는 토이프로젝트 수준과 크게 다르지 않다고 생각되기도 했고 이대로 계속 있다가는 IT, ML 기술트렌드에 너무 많이 뒤처지진 않을까 걱정되기도 했었다. 그래서 인공지능 기술을 연구개발하는 업무로 유망해보이는 스타트업, 대기업(N*, K*, H*), 외국계 기업(N*, I*) 등 15 군데정도에 지원을 하여 수차례 면접을 보게되었다. 첫회사 입사 후 2년만에 다시 보는 면접이라 긴장되기도 했고, 2년간 프로젝트를 하며 쌓은 커리어가 다른 사람의 시선에서는 어떻게 평가될지도 궁금했던 자리였다. 가장 첫 면접은 처.. 더보기
코세라 Improving Deep Neural Networks 수료 코세라 Deep Learning 특화과정 중 두번째 강의이다. 강좌의 전체이름은 Improving Deep Neural Networks: Hyperparameter Tuning, Regularization and Optimization 로 강좌에서는 네트워크 성능을 안정화하고 개선하기 위한 대표적인 방법들에 대해 소개하고 있다. 총 3주 과정으로 구성되며 Initialization, Regularization, Gradient Checking, SGD, SGD with Momentum, RMSProp, Adam 등의 다양한 Optimization 기법들을 이해하고 파이썬 라이브러리(numpy, tensorflow) 를 사용하여 직접 코드로 구.. 더보기
Computer Vision 스터디자료 Princeton Lectures in Analysis - Fourier Analysis - Complex Analysis Discrete-Time Signal Processing (Alan V. Oppenheim) Digital Image Processing (Rafael C. Gonzalez) Computer Vision: A Modern Approach (David A. Forsyth) Computer Vision : Algorithms and Application (Richard Szeliski) 선행대수와 군 (이인석) Multi View Geometry in Computer Vision (Richard Hartley) Stanford University .. 더보기
코세라 Neural Networks and Deep Learning 수료 Andrew Ng 교수와 deeplearning.ai 가 코세라 플랫폼을 통해 제공하는 Deep Learning 특화과정 중 첫번째 강의이다. 첫번째 강의인 Neural Networks and Deep Learning은 총 4주 과정으로 구성되어 전반적으로 머신러닝의 MLP(Multi Layer Perceptron)에 관한 내용을 다루고 있으며, 네트워크의 순전파, 역전파, 파라미터 업데이트 과정을 자세하게 알려주고 이를 통해 로우레벨에서 직접 파이썬 코드로 구현해보는 과제를 수행하게 된다. Neural Networks and Deep Learning 에서 다루고 있는 내용은 아래와 같다. Neural Network Basics Logi.. 더보기
728x90
반응형

티스토리툴바