Search
Duplicate
🤖

기초 인공지능 스터디 소개

 스터디 소개

스터디 주제
인공지능에 흥미가 있는 1,2학년을 대상으로 수업을 진행하려 합니다.
하지만 인공지능이 처음인 3,4학년 수강생도 완전 환영입니다 (study with us…)
Python으로만 진행되는 이 수업은 Deep Learning Basic부터 다루기에 입문자들이 함께 공부할 수 있습니다. 하지만 학습해야할 개념들이 적지는 않을테니 끝까지 열심히 할 각오를 가지고 임해주세요.
스터디에서는 항상 hot 했던 Computer Vision 부터 요즘 Chat gpt로 더욱 hot해진 NLP 까지 다양하게 다룰 예정입니다.
1.
Deep Learning Basic & Pytorch
2.
Computer Vision
3.
Natural Language Processing
강사 소개
홍익대학교 컴퓨터공학과 3학년 전지수입니다. 2학년 마치고 휴학 중입니다
•
홍익대학교 컴퓨터공학과 21학번
•
HI-ARC 교내 알고리즘 동아리 운영진 (2021.07~2022.07)
•
ICPC Sinchon 알고리즘 연합 동아리 회장 (2022.02 ~ 2022.09)
•
Application Platform Lab 학부 연구생 (2022.03 ~ 2023.03)
•
네이버 부스트캠프 AI Tech 5기 수료 (2023.03~2023.08)
•
네이버 부스트캠프 AI Tech 5기 Sementaic Segmentation 대회 19팀 중 1등
•
CLIP 모델 활용 문장 기반 갤러리 내 사진 검색 앱, MSG
•
한양대 창업동아리 과카몰리팀, AI Engineer
기초 인공지능 스터디의 학습 목표
1.
인공지능을 공부하기 위한 기초를 학습한다.
2.
인공지능 Task를 경험하며 흥미를 증진시킨다.
3.
머신러닝 엔지니어링을 경험한다.

 스터디 일정

전체 일정
총 8주간 진행되며,
매주 수요일 저녁 6시 30분 ~ 7시 30분에 오프라인으로 진행됩니다.
시험 기간
시험기간은 휴강 기간입니다.
중간고사 : 10월 18일~ 10월 31일 휴강 (2주)

기초 인공지능 스터디 커리큘럼

커리큘럼 표
Search
주차
난이도
미리보기
키워드
학습범위
1주차(9월 13일 ~)
Open
기초
Deep Learning의 기초를 학습합니다. Deep Learning을 구성하는 Data, Model, Loss, Algorithm에 대한 전반적인 지식과 Deep Learning의 발전방향에 대해 알아보며 합성곱 신경망인 CNN의 기초를 학습합니다.
Deep Learning Basic
1주차 강의 자료
2주차(9월 20일 ~)
Open
기초
머신러닝 프레임워크인 파이토치에 대해 학습합니다. 텐서플로우와 차이점을 알아보고, Module, Dataset 등 파이토치의 기능을 학습합니다. 또한 앞으로 배우게 될 Segmentation과 Detection에 대한 기초를 학습합니다.
Pytorch
Intro CV
2주차 강의 자료
3주차(9월 27일 ~)
Open
초급
Computer Vision의 기초 task 중 하나인 Image classification은 어떻게 진행되는지를 알아봅니다. 이와 함께 competition에서 주로 쓰이는 데이터 분석 기법(EDA), 데이터 전처리, 최적화 방법, Regularization에 대해 학습합니다.
Image Classfication
3주차 강의 자료
4주차(10월 4일 ~)
Open
중급
이미지에서 원하는 물체를 찾아주는 Object Detection 을 알아봅니다. Object Detection task에서 사용되는 라이브러리와 모델의 발전과정 및 평가 방법을 학습합니다.
Object Detection
4주차 강의 자료
5주차(10월 11일 ~)
Open
고급
이미지에서 물체들 별로 masking 해주는 Segmentation에 대해 학습합니다. FCN의 한계를 극복하고자 고안된 U-Net, HRNet, DeconvNet에 대해 학습합니다.
Sementic Segmentation
5주차 강의 자료
6주차(11월 8일 ~)
Open
초급
자연어 처리 모델은 어떻게 구현할 수 있을까요? 이에 대해 학습해 봅시다.
Intro NLP
6주차 강의 자료
7주차(11월 15일 ~)
Open
중급
자연어의 전처리와 BERT 언어 모델을 학습합니다. 또한 GPT 언어 모델 등 최신 자연어 처리 연구에 대해 학습합니다.
BERT
GPT
KLUE
7주차 강의 자료
8주차(11월 22일 ~)
Open
고급
MRC의 종류에 대해 알아보고 이를 응용한 Question answering 모델에 대해 학습합니다.
MRC
8주차 강의 자료

스터디 진행 방식

출석
매주 진행되는 스터디의 대면강의를 수강하는 것이 출석의 조건입니다.
출석체크는 GDSC 1기 코어멤버(강사) 이진호님이 기획, 개발하신
Imhere로 진행되므로, 사전에 가입해주시길 바랍니다.
Imhere! 사용 가이드라인
•
공결 처리 : 학교의 공식적인 수업시간에 겹치거나, 학과의 공식 행사에 참여할 경우에만 공결처리됩니다. 채널톡으로 문의해주세요. (학기당 1회만 공결 인정)
•
지각자 : 수업이 끝난 뒤, 강사님께 따로 말씀해주세요.
스터디 주간 회고 WIL (Weekly-I-Learned) 작성
매주 배운 것들을 기록하고 공유하는 시간을 가집니다.
과제가 없는 주차라도, WIL은 기본적으로 꼭 작성 후 제출하셔야 합니다.
WIL은 마크다운 형식(md)으로 작성되어야 하며, 아래 형식은 정상적인 미션 WIL 제출로 인정되지 않습니다.
•
WIL 글자 수 300자 미만
•
블로그 링크
운영진이 모든 제출기록을 꼼꼼히 확인하므로, 부정제출 및 치팅은 지양해주세요!
WIL은 무엇이고 왜 작성해야하나요?
자신이 이번 주차에 배운 내용을 깃허브 해당 주차 WILn.md에 업로드하여 WIL 작성을 한번에 확인할 수 있도록 합니다.
주차별 미션
강의 종료 이후 매주 미션이 부과됩니다.
주차별 미션의 경우 구현해야 하는 과제 명세와 함께 예제 코드, 참고 레퍼런스가 첨부될 수 있습니다.
주차별 미션에는 기본 요건과 선택 요건이 존재하며, 선택 요건은 자유롭게 수행하면 됩니다.
부과된 미션은 강의 당일인 매주 수요일 자정 (12:00)까지 자신의 레포지토리에 제출합니다.
지각 제출의 경우 받지 않으며, 다음 주차 미션과 함께 제출합니다.
숙제 공지는 디스코드로 나갈 예정이므로, 꼼꼼히 확인해주세요!
과제 제출 방식
아래의 참고 페이지를 통하여 과제 제출을 해주세요!
과제 제출 전 꼭 확인해야 하는 사항
github를 이용한 과제 제출 가이드
과제 치팅 및 불성실 관련 수료 공지
과제 치팅의 경우, 제출한 WIL에 학습 내용과 무관하거나 과할 정도로 성의없이 작성한 내용을 제출한 경우에 해당하며, 불성실 제출의 경우 WIL에 학습 내용을 작성했으나 총 자수가 300자 이하인 경우에 해당합니다. 사안의 심각성에 따라 다음과 같은 패널티가 부과될 수 있습니다.
1) 수료증 미발급 2) 다음 학기 스터디 참여 제한

스터디 규칙

출석 기준
해당 주차의 기한 내 미션을 제출해야 n주차 출석으로 간주합니다.
해당 주차의 미션은 다음과 같습니다.
= WIL 제출 (기본적인 과제) + 인공지능 n주차 미션(멘토 과제) 두가지 모두 제출해주셔야 하며, WIL은 위에 언급된 규칙을 꼭 지켜주셔야 합니다.
질의응답
과제나 스터디에 대해 궁금한 점은 #기초-인공지능-스터디에 질문해주세요!
빠른 질문답변을 위해 질문 가이드라인을 작성하였으니 꼭! 읽어주세요.
질문 가이드라인
원활한 질문답변 진행을 위하여 질문 시간은 오후 6시~11시로 제한합니다.
스터디 수료 기준
스터디 수료의 조건은 출석률 70% 이상입니다.
수료자에게는 공식 수료증이 발급되며, 다음 학기 회비를 할인해 드립니다.
우수 참여자
우수 참여자 선정 기준은 아래와 같습니다.
1.
스터디 출석을 성실하게 했는가?
2.
과제 제출을 성실하게 했는가?
3.
커뮤니티 및 스터디 활성화에 기여하였는가? (새로 알게 된 내용을 스터디 채널에 공유하거나, 스터디원들에게 도움이 될만한 질문을 올리는 등의 활동이 스터디 활성화에 해당합니다.)
질문
Q. 8번 출석하고 6번 과제 제출한 사람 vs 6번 출석하고 8번 과제 제출한 사람
…이 있는데 둘 중 누가 우수 스터디원이 될까요?
A. 8번 출석한 학생이 우수 스터디원이 됩니다.
우수 참여자의 경우 전체 참여자의 일정 비율만큼 총 2회 (4회차, 8회차) 선발합니다.
우수 참여자에게는 다음 혜택을 제공합니다.
•
소정의 기프티콘 증정