안녕하세요. Twodragon입니다.
대학원 시절에 들었던 인공지능 수업을 토대로 작성했던 보고서와 발표자료 그리고 소스코드들에 대해 요약해보려고 합니다. 일단 처음에 배운 것은 인공지능을 위한 Tensorflow입니다. 텐서 플로우는 Python을 기초로 담고 있으며 딥러닝 프레임워크 초기에 가장 유행하고 소스코드도 많다고 하여 교수님께서 추천을 하셨네요.
인공지능에 대한 수업의 요약은 단 하나.. Accuracy (정확도) 이것이 처음부터 시작이자 마지막인 느낌이었다. 아무래도 기초만 배웠기 때문에 딥러닝에 대해 잘 모를 수 있습니다. 그렇지만 AI, ML, DL 분야를 볼수록 정확도, 오탐, 정탐 등 다양한 것들이 나옵니다. 추가적으로 최근 XAI (eXplainable AI)라고 하여 설명 가능한 AI라고 나오는데 AI가 어떤 방식으로 결론을 냈는지 사람을 알 수 없기 때문에 이를 설명하도록 하는 알고리즘을 발견하고 적용하는 것을 연구 중이다.
오프라인 대학원 강의를 들었을 때 느낀 점은 최근의 ML 강의로 가장 잘 가르치는 것이 온라인이라고 생각합니다. 학교는 아무래도 교수님이 빠르게 습득하기도 어려울 뿐더러 많은 부분에 대해 시간이 낭비되기도 합니다. 따라서, 최근 트렌드는 연구원들도 Coursera ML 강의를 듣고 정리하면서 연구를 진행하고 있습니다. 강의를 들으면서 과제를 하나씩 진행을 한다면 더욱 학습이 빠를 것이라고 생각합니다.
Coursera ML 온라인 강의 = https://www.coursera.org/learn/ml-classification
딥러닝을 활용한 차량과 사물 인식 판단 프로그램 (딥러닝을 활용한 차량 판독기 시스템)
인공지능과제_Lab1 인공지능과제_Lab1_Linear Regression/Linear Classifier = https://www.happycampus.com/report-doc/20378839/
인공지능과제 Lab2 Implement XOR problem = https://www.happycampus.com/report-doc/21808309/
인공지능과제 Lab3 MNIST(Modified subset of NIST) = https://www.happycampus.com/report-doc/21808311/
ㅇ인공지능 Lab4 최종 과제 MNIST CNN layers with dropout = https://www.happycampus.com/report-doc/21808313/
'* Twodragon > 대학원 (M.S)' 카테고리의 다른 글
서울과학기술대학교 일반대학원 졸업에 대한 회고록 (0) | 2019.02.10 |
---|---|
서울과학기술대학교 일반대학원 석사과정 SCI급 논문 출판 (0) | 2018.08.01 |
IT취업컨설팅(대학원생)_2018.03.27일자 상담일지 (0) | 2018.04.04 |
학은제 출신 대학원생의 졸업 후 IT취업 컨설팅 (0) | 2018.03.30 |