Outside the Box

Summary 🤙

머신러닝 프로세스에서 실제 프로덕트로 이어지기까지의 플로우를 간랸히 알아보고, 파이프라인을 구축할 때 어떤 문제점들에 집중해야 하는지 알아보자.

P stage가 시작되었다. Image Classification을 주제로 EDA 부터 Model, Train 까지 딥러닝 프로젝트의 전체적인 플로우를 직접 구현해보면서 전체적인 그림을 그릴 수 있는 주였다.

Pytorch에 대한 기본적인 장점과 특징들에 대해 학습했고, ML/DL 프로젝트에서, 모델 중심적인 해석보다, Data 중심적인 관점에서 어떠한 것들이 중요한지에 대해 학습했다.

Deep Learning에 대한 기초적인 강의들로 구성이 되었다. 또한 최근 연구 동향과 여러가지 논문들에 대한 소개도 같이 포함되었다.

CNN(Convolution Neural Network)은 일정한 크기의 파라미터(filter, kernel)를 옮겨가며 도장을 찍듯이 옮겨가며 합성곱(Convolution)하는 형태의 뉴럴 네트워크다.

Generalization을 높이기 위해 학습을 방해하는 방법이다. 다시 말해 test set에서 잘 동작하게 하기 위한 방법이다.