부스트캠프 AItech  회고

이 글은 합격 후 미루다 미루다 쓴 글입니다.나는 어린시절부터 항상 미래가 어떻게 될까를 많이 생각했었다.학부시절에는 기술경영 관련된 강의를 들으며 미래는 데이터를 다루는 것이 아주 중요하다 생각해 그당시 핫 키워드인 빅데이터관련 공부를 많이 했었고, 공모전에 나가서

부스트 캠프의 입과를 시작한 주였다.이것 저것 하는 것도 많고 굉장히 정신없는 한 주였다.첫날에는 OT를 진행하였고, 앞으로 7주간 함께 할 팀원들과 멘토님을 만났다.팀 내에서 지켜야할 그라운드룰을 정하였는데 우리팀은 크게 제약을 걸지 않았다. 다들 열심히 최선을 다할

두번째 주는 최성철 교수님의 Pytorch 강의가 열렸다.가장 기억에 남는 것은 부덕이 과제이다.강의도 강의지만 엄청난 퀄리티의 부덕이 과제가 주어진다.나는 딥러닝 보단 머신러닝(딥러닝을 제외)을 많이 학습하였고, 사용해 왔었다. 대부분의 일은 Panas 나 numpy

설연휴가 껴있어서 앞선 2주간 부족했던 부분을 설연휴 때 공부하려 했다.하지만 할머니네집 가랴 누나들 내려오랴 설연휴 내내 정신이 없어서 제대로 하지 못한 것 같다.이번주부터 옆 조에서 하는 면접 스터디를 팀내에서도 하기로 했다.voyagerx 남세동 대표님이 작성한

week 4 부터는 이것저것 많이 달리는 한주였다.저번 주의 힐링을 한 탓일까 정신없이 달린 한 주 였다.이번주는 본격적으로 최성준 교수님의 Deep Learning 에 대한 강의가 시작되었다.프리코스와 겹치는 부분이 많았지만 과제가 추가되면서 실제 코드로 딥러닝을 접

Level1 U stage의 마지막 주다.P stage Competition 에 앞서 변성윤 마스터님의 AI 서비스 개발 기초 강의가 진행되었다.나에겐 항상 컴플렉스 같았던 Linux와 가상환경을 다루는 법에 대한 강의가 포함되었고, 이젠 잘한다 까지는 아니지만 할만하

3/7 Level2가 시작된 첫날 추천시스템의 metric 방법 metric, 고전 추천 방법론, 3/8 추천시스템의 가장 대표적인 방법인 Collaborativce Filtering 을 학습하고 CF의 문제점인 sparcity, scalability 를 어느정도

3/14 추천 시스템 강의 수강 및 정리 : Graph Neural Network, NGCF, GRU4Rec 공고분석발표 및 토론 : 리디, 요기요, 마이리얼 트립, 티빙, 무신사, 옴니어스 3/15 추천 시스템 강의 정리 : ANN, NGCF, LightGCF,

3/21 최종 프로젝트 아이디어 : 데이터의 순환 , 숨겨진 시간을 찾아서, 추천을 오프라인처럼 vscode - ssh 서버 연동 - 협업을 위한 git 코드 연동 피어세션 : loss vs cost vs object 의 이해 / compatibility functio