[E-1] AIFFEL 교육 과정 특징 설명, 첫 Exploration 노드 소개

1. Opening

---

 

★ 모두연에서 진행하는 인공지능 혁신학교인 AIFFEL 이 매우 좋다는 얘기는 많이 들어봤는데, AIFFEL 이름의 뜻은 무엇일까요?

▲ AIFFEL 이름의 의미는 무엇일까요?▲

 

★ 그럼, AIFFEL 교육 과정은 어떤 구성으로 되어 있을까요?

• AIFFEL 교육과정 소개 페이지 링크 "Why AIFFEL?" → aiffel.io/why_aiffel/
• 각 단계별 학습 목표의 차이점
  1. Fundamental Stage: 탐험에 필요한 기초체력을 기르는 스테이지
  2. Exploration Stage: 앞으로 더 깊게 파보고 싶은 분야와 인사이트를 발견하는 스테이지
  3. Going Deeper Stage: 컴퓨터비전(CV), 자연어처리(NLP) 등 관심 있는 분야를 깊이 공부하면서 흥미로운 프로젝트를 진행하는 스테이지
  4. Canvas Stage: 스스로 문제를 정의하고 해결해보는 해커톤(hackathon) 스테이지

 

WHY AIFFEL -

 

 

★ 첫번 째 Exploration 노드인 "인공지능과 가위, 바위, 보 하기" 에 대한 소개를 해 보겠습니다. 

• 학습 전제
  • 머신러닝 또는 딥러닝을 활용해서 데이터를 분류(classification) 문제를 풀어보지 않았다.
  • 텐서플로우(TensorFlow)가 무엇인지는 알지만, 이를 활용해서 머신러닝/딥러닝 문제를 풀어보지 않았다.
  • 이미지 분류를 하는 CNN 계열의 Backbone 모델을 다뤄보지 않았다.
  • python의 기본적인 문법을 알며, 함수 또는 클래스를 다룰 수 있다.

 

• 학습 목표
  • 이미 잘 정제된 10개 클래스의 숫자 손글씨 데이터를 분류하는 classifier 만들 수 있다.
  • 정제되지 않은 웹캠 사진으로 부터 데이터 세트를 만들 수 있다.
  • 흑백 사진이 아닌 컬러 사진을 학습하는 classifier 만들 수 있다.
  • 분류하고자 하는 클래스의 개수를 마음대로 (10개에서 3개로) 조절할 수 있다.
  • 가위바위보 게임을 만들어볼 수 있다.

 

Check-up 항목

---

★ [E1-4] 딥러닝 네트워크 학습시키기 부분에서 학습 곡선 그래프를 시각적으로 표현해서 왜 그런 모습으로 학습되는지, 서로 질문하면서 논의해 보도록 합시다. 

• 학습이 진행됨에 따라 epoch별로 인식 정확도(accuracy)가 어떤 모습으로 올라가나요?
• 언제부터 인식률이 상승이 미미해 지나요?
• 몇 epoch 정도 학습시키는 것이 좋을까요? 그렇게 판단한 이유는 무엇인가요?

Closing

---

★ Exploration부터는 프로젝트를 제출할 때 깃허브 주소를 제출해야 합니다. 깃허브를 잘 관리하는 것만으로도 개발자로서의 역량을 보여줄 수 있는 좋은 포트폴리오가 될 수 있습니다.

• 깃허브 잘 관리해서 좋은 곳에 취직하기 → sujinlee.me/professional-github/
• 깃허브 프로젝트의 README.md 잘 작성하기 → happybono.wordpress.com/2018/01/03/tip-markdown-%EC%9D%84-%EC%9D%B4%EC%9A%A9%ED%95%9C-readme-%EB%AC%B8%EC%84%9C-%EC%9E%91%EC%84%B1%EB%B2%95/

깃허브(GitHub)로 취업하기

[TIP] Markdown 을 이용한 ReadMe 문서 작성법

 

★ 자, 이제 출발하실 준비되셨나요? 그럼, 우리 함께 6개월 동안 AIFFEL 과정으로 즐겁게 성장하시길 응원합니다!