Prof. JY Han (jinyounghan@skku.edu)

영상 강의(온라인) + 실습/적용(오프라인)

2주차 영상을 보면 3주차 실습을 할 수 있다.

실제 수업 시간에는 여러가지 활동을 하는 방식이다.

영상을 쪼개어서 한 이유는 듣기 싫어지는 것을 방지하기 위함이다.

빨리 듣고 싶은 사람은 빨리 들어도 됩니다.

영상을 듣지 않으면 F가 나오기 때문에 반드시 들어야 합니다.

출석도 마찬가지

머신러닝 절반, 딥러닝 절반 양이 많다.

CNN, Transformer… 눈으로 수업 영상만 보면 실제 활용을 할 수 없다.

Python programming, Algorithms&data structures, Basic statistics 필수!

ChatGPT에게 대신 짜달라고 하지 않으면 좋겠음, Copilot, or other LLMs 혼자서 프로그래밍 할 수 있는 수준일 것임

영상을 보면 10점, 수업 과제 10점, 대학원 숙제 5번, 프로젝트 2번 – 여유있게 할 수 있기를 바람

3월 17일 – 본격적으로 할 예정임

ML Basic – ML Process / Over fitting🌟 / Performance

NLP Basic – Text data, analysis, processing(산업계에서 중요한 것) / Visualization / Clustering

L1 실습

‘:’ 전부 다를 의미하는 구나

특정 위치의 데이터, 특정 범위의 데이터를 불러올 수 있구나

데이터의 대소문자를 맞춰주어야 함

요소의 개수가 맞아야 Table 형태로 형성이 가능하구나

데이터가 없어도 None 값을 꼭 넣어야 함

Numpy 만드는 법

list로 넣어주면 된다.

인공지능에서 많이 사용하는 identity matrix

숫자 배열 생성 부분에서 초기화는 왜 random을 많이 사용하나?

내적(행렬곱)을 진행하는 v.dot(w) == np.dot(v,w)

Broadcasting 차원이 맞지 않더라도 계산이 가능하게 함

.ipynb