🧑‍🏫 황의원 교수님 Aglie AI 랩실 인턴 조인

🧑‍🏫 랩실 인턴

인턴을 하게 됐다!

하면서 내가 대학원을 갈 만한 인간상인지 잘 판단해보도록 하겠다

안쪽 자리 찜

7월부터 먼가 진짜로 하는 것 같지만

학기중에도 자리랑 사물함을 쓸 수 있다!

우엉

 

이건 임시 자리?인 것 같고

먼가 학기말에 연구실로 옮겨지고 장비도 생기는 것 같았다

컴터컴터 모니터모니터 학학

---

🧑‍🏫 홈페이지

Home

 

연구실에 세 번째로 합류하다

새로 열리는 랩실에서 빠르게 자리를 차지한 전략

좋았다고 본다

---

🧑‍🏫 공부

교수님께서 공부 자료를 공유해주셨다~!

 

 

컴퓨터비전(CV) /  자연어처리(NLP) 논문

링크

---

 

딥러닝 분야 탑티어 학회

Machine Learning
: ICML, ICLR, NeurIPS

Computer Vision
: CVPR, ICCV, ECCV

Natural Language Process
: ACL, EMNLP, NAACL

 

 

---

딥러닝 기초과목 :  스탠포드의 cs229 / cs231n

 

CS229: Machine Learning

• 교수: Andrew Ng
• 내용: 전통적인 머신러닝 이론 중심 (수학적 기초 강함)
• 포커스:
  • 지도학습 (Linear regression, Logistic regression, SVM 등)
  • 비지도학습 (K-means, PCA 등)
  • 강화학습 (기초)
  • 확률과 최적화 (MLE, MAP, Convex optimization)
• 수학적 요구사항:
  • 선형대수
  • 확률과 통계
  • 미적분
• 딥러닝: Neural Networks는 일부만 다룸 (기초 정도)

 

→ 기계학습 전반을 수학적으로 탄탄히 이해하고 싶은 경우 추천.

 

---

CS231n: Convolutional Neural Networks for Visual Recognition

• 교수: Fei-Fei Li, Justin Johnson, Serena Yeung
• 내용: 컴퓨터 비전 중심 딥러닝 (CNN, 이미지 처리에 특화)
• 포커스:
  • 딥러닝 (Neural Networks, Backpropagation)
  • CNN (Convolutional Neural Networks)
  • 이미지 분류, 객체 탐지, 스타일 변환
  • Optimizers (Adam, SGD 등)
  • Regularization, Data Augmentation
• 수학적 요구사항:
  • CS229보다는 수학이 덜 빡세지만, 선형대수와 미적분 기초 필요
  • 실습 중심 (Python, PyTorch or TensorFlow)

 

→ 딥러닝과 컴퓨터 비전(이미지 처리)에 바로 뛰어들고 싶은 경우 추천.

 

 

 

 

 

 

 

움

7월 전에

논문 목록에서 각각 5개씩 읽기 목표

강의 두 개 다 들을 수. ㅣㅆ으려나

보자