본문 바로가기

코세라 수료

코세라 Machine Learning Modeling Pipelines in Production 수료 코세라 MLOps 특화과정의 세번째 강의이다. 두번째 강의인 Data Lifecycle in Production 처럼 있는 구글 텐서플로 엔지니어 Robert Crowe 라는 분이 강의를 진행하신다. 수업은 총 5주차 내용으로 구성되어있고, 4주차 과제까지 완료하면 수료증이 발급된다. 나는 ML 이나 특히 MLOps 쪽을 잘아는 것은 결코 아니지만 전혀 모르는 것도 아니다. 철저하게 내 입장에서 강의를 평가한다면, 이번강의 역시 약간 실망스러운 감이 있다. 코세라 강좌가 MLOps 를 위한 Tensorflow 소개를 위한 것인가 싶기도하다. 실무적으로 활용할 수 있는 스킬적인 부분은 없고, 아주 기본적인 내용.. 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
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
코세라 머신러닝 case study 수료 코세라에서 제공하는 "Machine Learning Foundations" 강의를 이수하였다. 이번 강의는 개론 수준에서 머신러닝이 활용되는 대표적인 5가지 분야에 대해 알려준다. 각각은 Regression, Classification, Clustering, Recommendation, Deep Learing(Image Recognition) 이며, 분야별 Case Study는 다음과 같다. 집값예측하기 긍정/부정적 감정 분석하기 위키피디아 문서를 활용하여 유사한 인물들 찾기 개인화된 노래추천하기 고전 머신러닝을 활용한 이미지 분류와 딥러닝을 활용한 이미지분류 성능 비교해보기 딥러닝을 활용하여 유사한 이.. 더보기
코세라 머신러닝 기초수학 수료 #3 코세라에서 제공하는 "Mathematics for Machine Learning" 전문분야 강좌인 선형대수(Linear Algebra), 다변수 미분(Multivariate Calculus), PCA(Principal Component Analysis) 의 중 세번째인 PCA에 관한 과목을 이수하였고, 이로써 전문과정을 수료하게 되었다. 앞서 글과 마찬가지로 머신러닝을 공부해왔었기 때문에 어렵지않게 강의를 듣고 문제를 풀 수 있었다. 다만 PCA가 수업이나 문제의 난이도가 가장 높았고, 문제를 풀며 꽤 오랜 시간이 소요되었다. 이 강좌에서 배우는 내용은 다음과 같다. 평균, 분산, 공분산의 의미와 활용 내적(Inner produ.. 더보기
728x90
반응형

티스토리툴바