2022 AI

SIOR 2022년 AI 스터디

강의

http://hunkim.github.io/ml/
https://deeplearningzerotoall.github.io/season2/lec_tensorflow.html

Github: https://github.com/deeplearningzerotoall/TensorFlow
YouTube: http://bit.ly/2HHrybT
Slide: http://bit.ly/2LQMKvk

방식:

1명 주도 토론 (1명은 로테이션)

일정:

일주일에 1번 목요일 21:00~23:00

4/21: 황찬욱

Lec 01: 기본적인 Machine Learning 의 용어와 개념 설명
Lec 02: Simple Linear Regression
Lab 02: Simple Linear Regression 를 TensorFlow 로 구현하기
Lec 03: Linear Regression and How to minimize cost
Lab 03: Linear Regression and How to minimize cost 를 TensorFlow 로 구현하기
Lec 04: Multi-variable Linear Regression
Lab 04: Multi-variable Linear Regression를 TensorFlow 로 구현하기

4/28: 박창민

Lec 05-1: Logistic Regression/Classification 의 소개
Lec 05-2: Logistic Regression/Classification 의 cost 함수, 최소화
Lab 05-3: Logistic Regression/Classification 를 TensorFlow 로 구현하기
Lec 06-1: Softmax Regression: 기본 개념소개
Lec 06-2: Softmax Classifier의 cost함수
Lab 06-1: Softmax classifier 를 TensorFlow 로 구현하기
Lab 06-2: Fancy Softmax classifier 를 TensorFlow 로 구현하기

5/5: 강오령

Lab 07-1: Application & Tips: 학습률(Learning Rate)과 데이터 전처리(Data Preprocessing)
Lab 07-2-1: Application & Tips: 오버피팅(Overfitting) & Solutions
Lab 07-2-2: Application & Tips: 학습률, 전처리, 오버피팅을 TensorFlow 로 실습
Lab 07-3-1: Application & Tips: Data & Learning
Lab 07-3-2: Application & Tips: 다양한 Dataset 으로 실습

5/12: 이승민

Lec 08-1: 딥러닝의 기본 개념: 시작과 XOR 문제
Lec 08-2: 딥러닝의 기본 개념2: Back-propagation 과 2006/2007 ‘딥’의 출현
Lec 09-1: XOR 문제 딥러닝으로 풀기
Lec 09-2: 딥넷트웍 학습 시키기 (backpropagation)
Lab 09-1: Neural Net for XOR
Lab 09-2: Tensorboard (Neural Net for XOR)

5/19: 황찬욱

Lab 10-1: Sigmoid 보다 ReLU가 더 좋아
Lab 10-2: Weight 초기화 잘해보자d
Lab 10-3: Dropout
Lab 10-4: Batch Normalization

6/24: 박창민

Lec 11-1: ConvNet의 Conv 레이어 만들기
Lec 11-2: ConvNet Max pooling 과 Full Network
Lec 11-3: ConvNet의 활용예
Lab 11-0-1: CNN Basic: Convolution
Lab 11-0-2: CNN Basic: Pooling
Lab 11-2: mnist cnn keras functional eager
Lab 11-1: mnist cnn keras sequential eager
Lab-11-3: mnist cnn keras subclassing eager
Lab-11-4: mnist cnn keras ensemble eager
Lab-11-5: mnist cnn best keras eager

7/00: 뒤풀이

대회

https://dacon.io/competitions/official/235902/overview/description

모델링 설계 경험과 대회 참여 목적

첫 미팅 일자: 7월 8일 PM 09:00(1시간예상)

• 미니 프로젝트 진행 사항 얘기
• ENV: colab

gitlab의 프로젝트로 폴더 공유, 각자 브랜치 생성 후(예를들어, sub-pcm), project/폴더 아래에 알아서 관리(폴더내)

연습 프로젝트

1. 심리 성향 예측 AI 경진대회

https://dacon.io/competitions/official/235647/data

base line code

https://dacon.io/competitions/official/235647/codeshare/1699?page=1&dtype=recent

2. 한국어 글자체 이미지 데이터

https://aihub.or.kr/aidata/133