[week9] 네부캠 ai tech 9주차 회고

2024.01.06. 금요일

네이버  부스트코스 ai tech 6기에 참여하고 9주가 흘렀다. 9주차 회고를 작성한다.

주차별 학습 내용 목차.

1주차 : 파이썬 기초 문법, 객체 지향 프로그래밍, 넘파이, 판다스, 기초 통계(MLE, 베이즈통계), 기초 선형대수학,

           AI기초(경사하강법, CNN, RNN)

 

2주차 : pytorch

 

3주차 : DL basic(~transformer, Genertive models)

 

4주차 : 기본 모델들(AlexNet ~EfficientNet, Semantic Segmentation, Object Detection )

 

5주차 : cnn visualization ~ 3D

 

6주차 : 분류대회

 

7주차 : 분류대회

 

8주차 : ai 서비스 개발 기초

 

9주차 : object detection 대회

* 짧은 소감 

- 멘토링

새로운 멘토님과 만났다. 자기소개 시간으로 한 시간이 꽉꽉 찼고, 다음 멘토링이 기대된다.

 

- 특강(취업관련)

다른 팀의 멘토님과 백엔드 쪽으로 취업하신 1기 선배님이 자유롭게 취업 관련한 토크쇼(?)를 개최했다.

거의 두시간동안 질문에 답해주셨고, 멘토님이 개인적으로 인터뷰를 준비하면서 정리해놓은 질문을 정리해주신것과, 이력서 작성법에 대해 공유해주셨다. 여러 질문에 대한 답변들도 유익했고 좋았다. 인터뷰 질문 정리가 꽤나 유용한 게, 내가 현재 무엇을 잘 알고 있고 무엇을 모르는지 체크해볼 수 있어서 좋고, 앞으로 어떤 걸 공부해야할지 알 수 있어서 좋았다. ai 기초 이론이 부족함을 느꼈다.

 

- 마스터클래스

이번주 마스터클래스에서 마스터님은 kaggle 경험을 소개해주셨다. kaggle에 대한 간단한 소개서부터 마스터님이 참여했던 kaggle에 대한 경험과 어떤식으로 인사이트를 얻었고, 어떤식으로 해결해나가셨는지 자세히 설명해주셨다. 마지막으로 요약하면서 몇 가지 꿀팁을 전수해주셨는데,

1. image domain에서는 schedular 트릭 중에 에포크마다 lr가 줄어드는 방법이 보통 효과적이다

2. 여러 베이스코드로 앙상블하면 성능향상에 좋다.

3. 작은 모델 작은 이미지 사이즈부터 실험해서 시간을 아끼자

등의 꿀팁을 전수해주셨고, 처음 컴페티션에 임할 때는 하나의 모델을 가지고 점수를 극한까지 끌어올려보는 경험이 중요하다고 하셨다.

 

* 새롭게 배운 점 

- 성능지표에 대해 공부했다. 혼동행렬과 precsion, recall, AP 등을 자세히 찾아봤다.

- AUC와 AP의 차이

  AUC를 계산할 때 여러 방법론 중에 AP가 있는 거라고 이해했다. AP는 선형보간법을 사용하지 않은 것이다.

 

* 회고, 아쉬운 점

- 휴일의 달콤함으로부터 벗어나질 못했던 한 주였다. 연말기념 + 새해기념으로 정말 열심히 놀았다... 그 관성이 게으름과 집중력 저하를 불러일으켰다ㅠ 

- 새해 다짐(?)으로 코테를 열심히 풀기로 했는데, 그래도 꽤나 잘 진행했다. 일주일에 다섯개는 풀자는 마인드였는데 지킨 것 같다.

 

* 주말 계획

1. 코딩테스트 공부.

2. object detection 대회 준비

3. dive into deep learning 스터디 준비

4. 프로젝트 주제 고민(AI hub 자료찾기)

 

* 다음주 계획

수요일에 dive into deep learning 스터디 발표가 있다. MMDetection도 주말동안 열심히 공부해야한다.

 

< 목표 >

1. lv1에서 깊게 공부하지 못했던 부분 복습하기.(순환신경망~)
2. 논리적인 사고로 문제 접근하기.
3. 1일 1코테

 

* 공부 내용 링크