• 2021년 1학기 컴퓨터비전 스터디 커리큘럼 및 세부계획입니다

🔔 스터디 소개

  • 머신러닝은 산업계를 정복했습니다. 우리는 첨단 기술의 상품, 웹 검색 결과의 순위, 스마트폰 음성 인식, 비디오 판독, 알파고와 같은 일들의 중심에 서 있습니다. 머지않아 머신러닝은 여러분의 차를 운전하기 시작할 것입니다.
  • 따라서 머신러닝에 흥미를 갖고, 배우고 싶어 하는 것은 당연합니다. 센서, 생산, 금융 데이터를 가지고 있고, 데이터로 무엇을 할지 알고 있다면 당신은 숨겨진 보석을 캐낼 수 있을 것입니다. 우리는 머신러닝을 통해 지능을 갖춘 로봇을 만들 수도, 암을 검출해 낼 수도, 최선의 마케팅 전략을 찾을 수도 있습니다. 그 무궁무진한 활용방법 중에서, 컴퓨터 비전 팀은 이미지 데이터처리에 집중할 것입니다.

  • 우리는 스터디를 통해, 선형 회귀와 같이 간단하고 아주 널리 사용되는 것부터 경연 대회에서 자주 우승을 차지하는 딥러닝 기법까지 많은 종류의 기술을 다룰 예정입니다. 교안은 “Hands on Machine Learning with Scikit-Learn, Keras & Tensorflow 2nd Edition ” 입니다. 위 책은 머신러닝과 딥러닝을 아우르는 방대한 내용을 담고 있으며 훌륭한 딥러닝 입문서로 정평이 나 있습니다. 우리는 이 교안에서 이미지 처리를 위해 필요한 부분만을 집중 학습할 것입니다. 또한 교재의 방향에 맞게 간단한 머신러닝 기법을 직접 구현하는 것 대신, 실제 프로젝트를 진행하는데 사용하는 프레임워크에 대한 학습을 진행하겠습니다.

  • 학기 중 총 10번의 입회가 예정되어 있습니다. 교안으로 7번의 스터디를 진행하여 딥러닝과 컴퓨터 비전 기법을 익히고 난 후, 마지막 3번의 스터디에서는 개인 프로젝트를 진행합니다. 자율주행과 불량품 판별과 같이 산업 현장에서 Computer Vision이 어떻게 사용되는 지를 배우고, 직접 구현합니다. 모든 팀원은 매주 자신의 프로젝트 진행상황과 성과를 발표해야 합니다. 이렇게 해서 모든 스터디 커리큘럼을 마치면, 혼자 힘으로 딥러닝 프로젝트를 해결할 수 있는 실력과 결과물 모두를 가져가게 될 것입니다.

🔔 머신러닝을 처음 접하시는 분들께.

  • 딥러닝이 머신러닝에서 가장 흥미진진한 분야임에는 의심의 여지가 없습니다. 하지만 기초적인 것을 먼저 마스터해야 합니다. 현재 대부분의 문제는 랜덤 포레스트나 앙상블 방법 같은 비교적 간단한 머신러닝 기법을 사용하여 해결할 수 있습니다. 딥러닝은 이미지 인식이나 음성 인식, 자연어 처리 같은 복잡한 문제에 가장 적합합니다. 탄탄한 지식은 물론 인내도 필요합니다.
  • 그럼에도 불구하고, 여러분께서 머신러닝을 건너뛰고 컴퓨터 비전을 다루고 싶으시다면, 상당한 수준의 노력과 시간이 필요합니다. 고통과 좌절이 수반될 것입니다. 하지만 의지와 열정만 갖고 계시다면 제가 최선을 다해 성공을 거둘 수 있도록 도와드리겠습니다. 수학과 데이터과학 라이브러리에 대한 실력을 다지고 싶으신 분들을 위한 자료도 준비되어 있습니다. 물론 저도 함께 배워가는 중이기에 많이 부족합니다. 그렇기에 저는 가르치는 입장이 아니라, 함께 배우고 성장해 나가는 스터디를 만들고자 합니다. 계획된 스터디 커리큘럼과 수업진행에 관련된 사항을 올리며 글을 줄이도록 하겠습니다.

  • 감사합니다.

  • 컴퓨터 비전 팀장 이재우 올림.

🔔 모집 대상

  • Computer Vision을 배워 자신만의 프로젝트를 추진할 수 있는 역량을 얻고 싶은 사람
  • 기본적인 선형대수학, 미적분학, 확률통계에 대해 이해하고 있는 사람
  • Matplotlib, Numpy, Pandas와 친숙한 사람

🔔 스터디 방식

  • 발제자는 TNT 유튜브에 이론 설명 영상과 코드를 구현한 영상을 업로드 합니다.
  • 발제자 외 팀원들은 영상을 보며 내용을 숙지하고, 해당 챕터의 코드를 복기합니다.
  • 발제자는 개념 점검 질문을 준비해 와 스터디 시간에 팀원들의 이해도를 점검합니다.
  • 발제자는 스터디 시간에 진행할 머신러닝 예제를 선별해 옵니다.
  • 스터디 시간 동안 서로 협력하며 과제를 해결합니다.
  • 발제 및 학습에 불성실한 팀원에게는 5000원의 벌금을 부과합니다.

🔔 교재

🔔 커리큘럼

  • 입회는 매주 화요일 19:00이며, 세부내용 및 일정은 팀원들의 사정에 따라 조정 가능합니다.

🔔 개인 프로젝트 데이터 목록

많은 지원 바랍니다!