기초지식의 부재

LG Aimers : LG Aimers 홈페이지

※ LG Aimers에 합격했다고 해서 중간에 포기한다고 문제될 것도 없으니 그냥 일단 신청하는게 무조건 좋은 거 같습니다.

한달 동안의 온라인 교육

7월 1일 부터 7월 31일 한달동안 온라인 교육을 들었다.

1주동안 두개의 모듈을 들었어야 했는데 각 모듈은 다음과 같은 강의를 하였다.

1. AI 윤리 : AI의 기본 윤리에 대한 설명
2. 머신러닝을 위한 수학 : 선형대수 고유값 분해, 특이값 분해 등에 관한 설명
3. 수요예측 : 수요 예측을 왜 하는지, 어떻게 하는지
4. Bayesian 확률 : 통계 기법
5. 지도학습 : 선형회귀, 분류, Gradients Descent 등에 대한 설명
6. 강화학습 : 강화학습에 대한 설명
7. 시계열 데이터 : 시계열 데이터가 무엇이고 이를 다루는 방법론에 대한 설명
8. 해커톤 설명 : 해커톤에 도움이 될 사전 지식

이렇게 봐도 한달 안에 완벽히 하기 힘들 것이라는 것을 알 수 있다.

특히 모듈 2, 4는 수학을 깊게 공부하지 않은 나에게는 너무 어려웠다.

딥러닝에 쓰이는 것은 알겠는데 직관적으로 와닿지는 않았다.

저 강의때문에 멘탈이 나가서 선형 대수 책을 샀는데 제대로 읽어보진 않았다. (읽어야 하는데..)

확실히 사전 지식이 있으면 온라인 교육을 들을 때 큰 도움이 된다.

필요한 부분에 대한 추가 강의는 따로 다른 곳에서 가져와 주소를 올려주니 크게 걱정은 안해도 된다.

도움이 된 점

위에서 사전 지식이 필요하다고 하긴 했지만 사전지식 없이도 생각하면서 강의 듣고 복습하다보면 도움은 됐을 것 같다.

그리고 Phase 2의 내용에 대해서 어떤 부분을 신경 쓰며 해커톤을 진행할지 알려줬던 부분이 도움이 많이 됐던 것 같다.

Mean Square Error(MSE) vs Binary CrossEntropy(BCE)

※ (수정) 아래 내용은 보면 틀린 내용입니다. MLE에 관한 내용이 추가되어야 합니다.

부끄럽지만 당시 나는 왜 MSE와 BCE를 언제 왜 쓰는지 감으로만 대충 알고 그냥 논문에 나온대로 모델,코드를 구현하며 자기만족을 하고 있었다.(Gray Scale 픽셀값 예측하는데 BCE 쓰기도 했었다.)

이는 당연한게 회귀에 대해서 전혀 모르고 있었기 때문이다.

처음부터 Image Segmentation, Image Classification을 먼저 시작하고 무식하게 머리 박으면서 공부해서 그런 거 같기도 하다.(하필 둘 다 분류문제이다.)

회귀라는 단어를 들을 때마다 머리 속에는 아래같은 생각을 자주 하곤 했다.

회귀? 그거 정형데이터로 판매량 같은 숫자를 예측하는 거 아니야?

정말 아무것도 몰랐던 거 같다.

회귀 내용에 대한 강의를 들으며 회귀? 분류? 뭐가 다른 거지 하면서 곱씹어보다가 깨달았다.

이산적인 데이터를 예측하기 위한 것이면 분류, 연속적인 데이터를 예측하기 위한 것은 회귀라고 지금은 생각한다.

그러면 Heatmap 기반 자세추정도 이산 적인 클래스가 아닌 Heatmap 라벨처럼 값이 연속적으로 나와야 하니까 자세 추정도 회귀라고 할 수 있겠구나.
또 객체 검출에서 Bbox의 크기를 예측하는 것도 연속적인 숫자니까 회귀라고 하는 것이고

Module 8 해커톤 설명

강의를 들었다고 해서 결국 온라인 해커톤에서 그걸 바로 적용할 수 있을 거라고는 생각하지 않았다.

그래서 대회를 어떻게 진행해야 하는 거지? 하면서 고민을 진짜 많이 하고 걱정도 많이 됐다.

그래도 다행인 거는 Module 8에서 해커톤에서 신경써야할 부분에 대해서 많이 설명해주었다.

제품군에 대해서 판매량은 일정할 것이니 이런 점을 유의 하면서 분석을 진행해주세요

자세히는 기억 안나지만 이런식으로 알려주신다.

그렇게 Module 8을 들으면서 데이터로 주어질 속성이 무엇이 있을까를 미리 생각해보기도 했다.(제품군, 판매금액, 분류 등과 비슷한 언급이 많았고 실제로도 대회 데이터 속성에 있었다.)

또 시계열 데이터 EDA 방법들을 찾아 공부하고 이를 Module 8에서 예상해본 특징들에 어떻게 활용해볼까 고민도 진짜 많이 했던 거 같다.

실제로 온라인 해커톤에서 도움이 된 부분이 있었는데 다른 대회들보다 많이 어려웠던 기억이 있다....

※ 다른 거는 설렁설렁 들어도 마지막 대회 관련 모듈은 꼭 집중해서 들으시면 온라인 해커톤에 도움이 될 거 같습니다.

마무리

결국 자기가 스스로 알고자 하는게 중요한 거 같다.

스스로 무엇이 부족한지를 알고 그걸 찾아서 공부하는 것은 어디서든 변하지 않는 정답인 것 같다.

어디든 머리 속에 지식을 강제로 넣어주지는 않으니 진짜 인공지능을 공부하고 싶으면 LG Aimers에 참여해 공부하고 대회를 참여해보는 것도 좋을 것 같다.