-
토이 데이터셋을 이용한 데이터 분석
토이 데이터셋을 이용해 데이터 전처리를 진행한다. 또한 데이터를 관리하기 위해 사용하는 라이브러리(Numpy, DataFrame 등)을 익힌다.
-
머신러닝 개념 공부
분류/회귀가 무엇인지 파악하고, 예제를 바탕으로 실제로 적용해 본다.
-
딥러닝 개념 공부
CNN, RNN과 같은 신경망에 대해 공부하고, 이미지나 자연어 처리 등으로 실제로 적용해 본다.
-
데이터 전처리 개념 정리
무역 데이터셋 처리: 결측치, 중복 데이터, 이상치 확인, 정규화, 원-핫 인코딩, 범주형 데이터로 변환 등
-
지도 학습
붓꽃(iris) 데이터셋 분류(Classification): DecisionTreeClassifier를 이용한 방법
맥북 중고가 예측하기: 선형 회귀(Linear Regression)를 적용
유방함 데이터셋 회귀 분석(Regression): DecisionTree, Random Forest, SVM, SGD Classifier, Logistic Regression 등을 적용한 회귀 분석
회귀 개념 정리: 선형 회귀, 로지스틱 회귀, 다중 로지스틱 회귀(Softmax) 개념 정리
-
비지도 학습
클러스터링 개념 정리: K-means, DBSCAN
차원 축소 개념 정리: PCA, T-SNE
-
TensorFlow 2 API 모델 구성
TensorFlow 2 API로 모델을 구성하는 세 가지 방법: Sequential, Functional, Model Subclassing 총 세 가지 방법으로 모델을 작성
MNIST 데이터셋 적용: 세 가지 방법으로 모델을 설계하여 분석
CIFAR-100 데이터셋 적용: 세 가지 방법으로 모델을 설계하여 분석, 또한 GradientTape를 적용
-
딥 러닝 기초 개념
신경망 구조 정리: 신경망의 기초 컨셉을 공부
합성곱 신경망(Convolution Neural Network) 개념 정리: Convolutuon Layer, Receptive Field, Pooling, Deconvolution 등을 정리
정칙화(Regularization) 개념 정리: 오버피팅(Overfitting)을 방지하는 방법을 정리
-
이미지 처리
백본 네트워크 개념 정리: ResNet, DenseNet, SeNet, NASNet, EfficientNet 논문 리뷰
Object Detection 개념 정리: Classification, Localization, Object Detection, Semantic Segmentation, 바운딩 박스 등의 개념 정리
카메라 앱 스티커 씌우기: 바운딩 박스 적용, landmark 탐지, 이미지 처리
닮은 꼴 사람 찾기: Face Recognization 라이브러리 이용
자율주행 시스템 만들기: KITTI 데이터셋에 RetinaNet 모델을 적용하여 물체 검출
생성 모델링(Generative Modeling) 개념 정리: Fashion MNIST 데이터셋을 사용해서 새로운 데이터를 생성하는 모델 형성
사람의 몸짓 읽기: SimpleBaseline 모델을 만들어 사람의 신체를 검출
행동 추측 모델 만들기: MPII Human Pose Dataset에 Hourglass Model 적용
-
자연어 처리
딥 러닝 자연어 처리 개념 정리: Embedding 레이어, Recurrent Layer, Vanishing Gradient 문제, RNN, LSTM, Bidirectional RNN 구조 정리
텍스트 데이터 처리 기초: 텍스트 데이터 전처리, Embedding 레이어 적용 과정 정리
IMDB 영화리뷰 감정분석: Bidirectional LSTM 모델 설계를 통한 자연어 처리, 전이 학습과 비교
메모리 네트워크 이해: bAbl 데이터셋 처리: End-to-End Memory Network 구현
KorQuAD 태스크 수행: BERT(Bidirectional Encoder Representations from Transformers) 구성
-
추천 시스템
아티스트 추천 시스템: 추천 알고리즘 개념 정리, 행렬 분해 모델 구성