01-01) 오리엔테이션

모두의 연구소에서 KDT 교육 받던 중에 재취업에 성공했는데,
재취업 한 일은 기쁘지만 교육과정을 이수 못했다는 아쉬움은 있었다.
이번에 스파르타코딩클럽에서 재직자 대상으로 AI 서비스 엔지니어 교육이 있어서 신청해서 듣게 되었다.

01. KDT심화 과정이란?

• KDT기초(통상 6~8개월짜리 전일제 부트캠프) 과정과 다르게 비교적 짧은
  기간에 KDT 교육을 이수 받을 수 있는 과정을 의미한다.
• KDT심화 과정은 KDT기초 과정과 별개여서, KDT기초를 이수했더라도
  KDT심화 과정도 이수할 수 있다.
• KDT심화 과정이 실업자 용도 있고, 재직자 용도 있는 것으로 안다.
  • 이번 과정은 재직자 교육 과정이고, 아무래도 python기반 머신러닝,
    딥러닝에 대해 복습도 하면서 모델의 '서빙'에 대해 고민해 보고자
    신청하였다.
• 꼭 KDT가 아니더라도, 소득 기준이 넘더라도 '재직자'가 무료나 저렴한
  가격으로 수강할 수 있는 교육은 많더라.(coursera가 좋은 예시일 듯.)

02. 우여곡절

• 현재 다니는 회사를 떠날 생각이 없더라도, '고용24'에서 '구직신청'을
  해야 '고용24'에서 수강신청이 가능했다.
• 그래서 교육 시작일인 7월 14일(월)이 되어서야 수강 확정이 되었다.

03. 오리엔테이션

• 고용24앱을 통해 출석 체크 하는 것이나 여러 행정적인 절차에 대해
  안내를 받았다.
• 기존에 KDT 교육 받던 때에도 했던 거라서, 별다른 어려움은 없었다.

04. 금일 학습 내용

• 머신러닝, 딥러닝의 개괄에 대해 배웠다.
• 데이터로부터 '패턴'을 학습할 때는 크게 두 가지 방법이 있다.
  • 지도학습(Supervised Learning) : y값(레이블링) 있는 것
    • 회귀, 로지스틱, SVM, RandomForest, XG-boost, LightGBM
    • MLP, CNN 등
  • 비지도학습(Unsupervised Learning) : y값 없는 것
    • 차원 축소(PCA)
    • Clustering
• 머신러닝 구성 요소
  • 데이터셋(Datasets)
  • 특징(Feature)
  • 레이블(Label)
  • 학습(Training)
  • 테스트(Test)
• Colab 환경 설정 및 실습
  • Colab, Kaggle 등에서 GPU 시간 걱정하며 학습한 경험이 있어서
    어렵지는 않았음.
  • 의외로 python자체를 잘 모르시는 분들도 꽤 오신 것 같더라.
    (아마 커리어 전환을 위한 '타 직군'에서 일하시는 분들인 것 같았음.)