다회차 수업
협의 후 결정
| 신촌홍대
협의 후 결정
| 강남
한적하고 넓은 카페에서 진행될 예정입니다. 영등포문래신풍구로디지털단지역합정홍대역 근처 가능합니다. 장소는 함께 협의 후 진행됩니다! 개인적으로 알고 계신 카페가 있으시다면 추천해주세요:)
실시간 톡
₩25,000원 / 시간
₩300,000 / 총 4회 12시간
강우영
강우영
<딥러닝러가 되기 위한 얕고 넓은 실리밸(실습/이론 밸런스)강의>
찜하기
  • 강남
  • 3시간/회
  • 최대인원:6~20
  • ₩25,000/시간

튜터정보

  • 서울대학교 컴퓨터공학
[강사 이력]
강우영
- 서울대학교 컴퓨터공학부 석사 졸업
- 국제 인공지능 학회 1저자 2편, 그 외 2편
- 국내 인공지능 학회 다수, 우수발표논문상 3회 수상
- 교내 및 교외 강의 경험 다수
- 영상처리, 전문가 시스템 관련 다양한 프로젝트 수행
- CVPR 2019 GQA challenge 1등

학부시절 수행한 차량분류 문제를 푸는 프로젝트로부터 시작하였습니다. 간단한 분류문제였지만 딥러닝을 모르던 시절 그 작업은 매우 고통스러웠습니다. 그래도 힘들게 생각해낸 아이디어들로 성능이 오르는 재미를 느껴 인공지능의 세계에 입문하게 되었습니다. 이후 대학원에서 딥러닝을 배우면서 신세계를 경험하는 느낌이었죠. 그토록 고심하고 밤을 새워가며 풀던 문제가 간단한 딥러닝 알고리즘으로 너무 쉽게 풀렸습니다. 그때 제가받은 충격과 최첨단의 신기술을 공부하는 느낌을 여러분들과 공유하고 싶어 강의를 준비하게 되었습니다.

-------------------------------------------------------------------------------------------
이성태
- 연세대학교 의학과 재학중
- 서울대학교 컴퓨터공학부 연구실 인턴
- 서울대학교 인공지능 강연 보조강사
- 국내 인공지능 학회 저자 2편(강화학습, 음악데이터분석)
- 의료 빅데이터대회 입상
- 병변 이미지 분석, 유전체데이터 분석, 강화학습 에이전트 개발, 음악 style 분석, 전이학습 등 다양한 프로젝트 수행

저는 2015년 가을, 처음으로 코딩을 배웠고 2016년 1월 백지에서 인공지능 연구실 인턴을 시작하며 파이썬을 시작했습니다. 직접 프로젝트를 위한 코딩과 이론을 공부하며 음악 분석과 강화학습 연구에 저자로 참여했고, 인턴이 끝난 후에는 스스로 다양한 딥러닝 프로젝트를 완성했습니다. 백지였던 제가 스스로 딥러닝 프로젝트를 수행하기 위해 필요했던 지식과 능력을 녹여내려 노력했습니다.

수업소개

지금껏 적지 않은 딥러닝 강의를 해왔습니다. 쉽게 이해시키고자 응용과 실습에만 집중한 겉핥기식 강의가 많았죠.

큰 맘 먹고 비싼 돈 들여가며 들으러 오시는 수강자분들께 당장 돌려볼 수 있는 코드 한 줄, 직관적인 이해에만 초점을 맞추었습니다. 하지만 그런 강의는 결국 남는게 없는, 물고기를 직접 던져주는 강의에 불과하다는 것을 깨달았습니다.
이제는 물고기를 잡는 법을 가르쳐 드리고자 합니다. 강의에서는 실습 뿐만 아니라 이론적인 배경도 같이 다루어 스스로 딥러닝러가 될 수 있도록 만드는 것이 이 강의의 목표입니다.

딥러닝 강의를 들어도 스스로 내 프로젝트를 완성하기 힘들었던 분. 실습, 재미위주의 강의를 듣다 문득 인공지능의 본질과 탄탄한 이해에 대한 갈증을 느끼시는 분들에게는 최적의 강의가 될 것이라고 생각합니다.

강의에서는 기본적인 기계학습의 개론과, 실생활에 적용되는 다양한 딥러닝 응용 기술들을 폭넓게 다루고자 합니다. 현대의 딥러닝 분야는 영상처리, 자연어 처리, 생성 모델, 강화 학습 등 매우 방대합니다. 따라서, 모든 최신기술에 기반이 되는 핵심 딥러닝 분야들로 구성했습니다.

단 한번의 강의로 전문가가 될 수는 없습니다. 하지만 전문가가 되기 위한 탄탄한 초석을 다질 수는 있습니다. 저희와 함께 세상을 움직이고 있는 딥러닝의 세계에 도전해봅시다.

*강의 시작 전 간단한 설문조사를 통해 유동적으로 수강생들의 눈높이에 맞추는 강의가 되도록 노력하겠습니다.

- 매주 토요일 3시간 수업, 총 4회로 진행됩니다. (6/8, 6/15, 6/22, 6/29 오후2시-5시)
- 강의의 전문성을 위해 두 튜터가 2주씩 맡아 강의를 진행합니다(1,3주차: 강우영 / 2,4주차: 이성태)
- 장소는 신촌이나 강남쪽에서 진행할 예정입니다.
- 이론 1시간 30분, 코드 리딩 30분, 실습 1시간으로 이루어집니다.
- 매주 열리는 mini-contest 수상자에겐 부와 명예가 주어집니다!
- 개인 노트북 지참이 필요합니다.
- 딥러닝 라이브러리는 pytorch를 사용합니다

[참고교재]
1. 모두를 위한 머신러닝/딥러닝 강의 - https://hunkim.github.io/ml/
2. Stanford CS 231 - http://cs231n.stanford.edu/

수업대상

  • 겉핥기가 아닌 딥러닝을 제대로 시작하고 싶으신 분
    딥러닝 기술을 활용한 졸업 프로젝트를 준비중인데 감이 안 잡히시는분
    딥러닝러가 되어 자신의 가치를 높이고 싶으신 직장인 및 일반인 분

커리큘럼

1회차

튜터: 강우영
[튼튼한 기초 체력을 다지기 위한 머신러닝 기초]
본격적인 딥러닝 공부에 앞서 딥러닝의 근간이 되는 기본적인 머신러닝 알고리즘을 살펴봅니다. 이 수업을 통해 기계가 학습한다는 것이 무엇인지를 배울 수 있을 것입니다.

- Backgrounds
- Regression
- Multilayer perceptron
- Regularization

2회차

튜터: 이성태
[영상처리의 끝판왕 컨볼루션 신경망]
2주차 강의에서는 이미지 분석에 사용되는 CNN 구조에 대해 알아보고, 지금까지 개발된 다양한 구조의 핵심 아이디어를 분석합니다. 실습에서는 논문의 핵심 아이디어를 직접 코딩해보고 수정해보는 경험을 할 수 있습니다.

- Understanding CNN
- CNN architectures for classification
- Detection, Segmentation
- Visualizing

3회차

튜터: 강우영
[창의적인 기계? 생성모델]
이 수업에서는 기계학습의 또 다른 큰 하나의 줄기인 비지도학습, 특히 생성 모델에 대해서 다룹니다. 생성 모델을 통해 학습한 이미지를 다양하게 조합해볼 수 있으며, 학습된 모델이 창의적인 이미지를 생성할 수 있다는 것을 배울 수 있을 것입니다

- Concept of unsupervised learning
- Gaussian mixture model
- Auto-encoders
- Generative adversarial networks

4회차

튜터: 이성태
[기계가 스스로 터득하는 전략, 강화학습]
4주차 강의에서는 알파고, 알파스타의 근간인 강화학습을 주제로, 인공지능이 어떻게 게임을 접근하고 풀어나가는지 공부합니다. 실습에서는 간단한 환경에서 게임을 풀어보고 성능을 향상시키는 경험을 할 수 있습니다.

- MDP
- Q-learning & Sarsa learning
- Practical Issues with Q-learning and Solutions
- Policy Gradients

리뷰

리뷰쓰기

실시간톡

실시간 톡하기