대학원생 1학기 5주차 후기

오프라인 수업이 하나라서 뭔가 날로(?) 먹은 느낌이다. 그래서 그 하나만 먼저 좀더 상세하게 써보려고 한다.

 

- 응용 데이터 분석

 

오늘은 통계적 가설 검정에 대해 배웠다.

ㅁ 1 Sample t-test, Paired t-test, 2 Sample t-test 의 차이점을 알게 되었다.

어느 실습 예제에서 Two Sample t-test 양측검정과 ANOVA의 p-value 결과값이 같았다는 게 새삼(?) 신기했다.

ㅁ 그리고... 피어슨, 스피어만은 알았는데, 켄달은 처음 알게 되었다.

스피어만처럼 순위형에 대한 거라는 점은 동일하지만, 차이점은 따로 찾아 봤...다.

 

이 수업은 삼성sds 전/현직자 2분이서 나눠서 강의를 하시는데, (이하 a 교수님, b 교수님)

첫 주차 제외하고 먼저 강의해주시는 a 교수님이 회사를 다닐 때 본인이 시계열 쪽을 주로 하셨다면서

수업 내용과는 이 시계열과 관련해서 mini project를 해보자고 하셨다.

★ 암호화폐 익일 주가 오를까 내릴까 예측 ★ ...ㅋㅋㅋㅋㅋ 커밍순 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

 

tmi... 지만 사실 2년 전에 예측 모형 한번 만들어 본 적은 있는데, 너무 보수적으로 만들어서 크게 + - 되지 않아서 결국 쓰진 않았다.

사실 코인에 관심은 없는 건 예나 지금이나 마찬가지인데, 단지 로직을 만들어 보고 싶어서 만들었을 뿐이다.

뭔가 다시 만들어 봐야하나 그런 생각이 문득 드는데...... 시간이 진짜 ! 없다 ! ^^!ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ살려줘...ㅜ

 

이하 온라인.

 

- 기계학습 특론

결정 트리, 그리드 서치를 배웠다.

 

흠 github에서 원하는 데이터를 어찌저찌 구했는데, 예전 대회 데이터라 쓰기가 조금 찝찝(?)하다.

대놓고 공개된 데이터가 아니었기 때문에,,,

흠 kaggle에 있는 걸 할까... 고민이다.

무조건 다음 주부터는 무조건 무조건 시작하겠다!ㅠㅠㅠㅠㅠ

 

참고로 교수님은 자연어 처리 쪽이 연구 분야이시다.

그래서 강의 중간 중간에 NLP 수업을 끼워서 올려 주신다.

CV 만큼 NLP 강의를 들었는데, 내가 들은 강의가 별로였어서 기억에 남는게 별로 없었던 지라 도움이 많이 된다.

... 그나저나 인공지능 안에서도 뭔가 하나를 정하고 싶은데 그게 참 어렵다. NLP이나 CV냐 그것이 문제로다...ㅠ

사실 내가 속한 업계는 미래를 보면, 둘다 비슷하게 필요하다고 생각해서... 물론 내가 직무를 바꿀 지는 나도 모르겠지만.

 

추가 과제.. 앱 스토어 리뷰 3만건 이상 크롤링해서 분석해야 하는데,

교수님께서 알려주셨던 크롤링 패키지가 뭔가 잘 안 (?) 된다.

그래서 github에서 쓸 만한 거 겨우 찾아서 쓰려고 했는데,

소스 내기 번거로울 거 같고 뭐 그래서.. 그냥 대충... 비슷한 어플들로 리뷰 크롤링 했다. 쩝.

회사에서 한창 크롤링 해서 내가 새로 만드는 건 뭔가 귀찮았다....

 

- 논문 작성법 및 연구 논리1

PF 과목이다. 논문 주제에 대해 생각해 본 적이 없어서 보고서 작성이 어려움이 있다.

왜 나는 무에서 유를 창조하는 게 어려운 걸까.

유에서 유를 변형하는 쪽이 나랑 더 잘 맞는 거 같다.

고로 SM과 SI 그 사이의 내 개발... 일은 좋지도 나쁘지 않은 듯 ㅋㅋ

회사에서 윗 분이 이런 거 AI로 되냐고 물어보신 거로 대충 쓸 생각이다 ㅋㅋㅋㅋㅋㅋ 날로 먹기 ㅋ

근데 어디에 투고 할 거냐는 거 쓰는 것은 좀.... 부끄럽다. 내년에 이 주제로 안 쓸 건데... 그냥 쓰는 연습 하는건데요ㅠ

 

- 딥러닝

3주를 결강 하신다던 교수님은, 4/20에 수업이 가능하시다고 했다.

그러니까 2주 결강이고, 4/20부터 다시 오프다.

단지 4/20에도 3시간 (2주치) 수업을 할 뿐이다 ㅎ...ㅠ

오프 수업만 결강일 뿐이지, 온라인 수업 1.5 시간이 있으니 결국 과제도 그대로 나오고 있다 ㅎ;;

 

강의에선 CNN을 파기 시작했다.

 

그리고 스터디

 

- 논문 스터디

이번주는 Transformer였다.

ResNet을 skip 할 수 없었던 건 여러 이유가 있지만,

이 논문에서 언급된 residual learning도 해당된다.

gpt의 근간이 되는 시작점이었다고 한다.