🚴‍♂️
TIL
  • MAIN
  • : TIL?
  • : WIL
  • : Plan
  • : Retrospective
    • 21Y
      • Wait a moment!
      • 9M 2W
      • 9M1W
      • 8M4W
      • 8M3W
      • 8M2W
      • 8M1W
      • 7M4W
      • 7M3W
      • 7M2W
      • 7M1W
      • 6M5W
      • 1H
    • 새사람 되기 프로젝트
      • 2회차
      • 1회차
  • TIL : ML
    • Paper Analysis
      • BERT
      • Transformer
    • Boostcamp 2st
      • [S]Data Viz
        • (4-3) Seaborn 심화
        • (4-2) Seaborn 기초
        • (4-1) Seaborn 소개
        • (3-4) More Tips
        • (3-3) Facet 사용하기
        • (3-2) Color 사용하기
        • (3-1) Text 사용하기
        • (2-3) Scatter Plot 사용하기
        • (2-2) Line Plot 사용하기
        • (2-1) Bar Plot 사용하기
        • (1-3) Python과 Matplotlib
        • (1-2) 시각화의 요소
        • (1-1) Welcome to Visualization (OT)
      • [P]MRC
        • (2강) Extraction-based MRC
        • (1강) MRC Intro & Python Basics
      • [P]KLUE
        • (5강) BERT 기반 단일 문장 분류 모델 학습
        • (4강) 한국어 BERT 언어 모델 학습
        • [NLP] 문장 내 개체간 관계 추출
        • (3강) BERT 언어모델 소개
        • (2강) 자연어의 전처리
        • (1강) 인공지능과 자연어 처리
      • [U]Stage-CV
      • [U]Stage-NLP
        • 7W Retrospective
        • (10강) Advanced Self-supervised Pre-training Models
        • (09강) Self-supervised Pre-training Models
        • (08강) Transformer (2)
        • (07강) Transformer (1)
        • 6W Retrospective
        • (06강) Beam Search and BLEU score
        • (05강) Sequence to Sequence with Attention
        • (04강) LSTM and GRU
        • (03강) Recurrent Neural Network and Language Modeling
        • (02강) Word Embedding
        • (01강) Intro to NLP, Bag-of-Words
        • [필수 과제 4] Preprocessing for NMT Model
        • [필수 과제 3] Subword-level Language Model
        • [필수 과제2] RNN-based Language Model
        • [선택 과제] BERT Fine-tuning with transformers
        • [필수 과제] Data Preprocessing
      • Mask Wear Image Classification
        • 5W Retrospective
        • Report_Level1_6
        • Performance | Review
        • DAY 11 : HardVoting | MultiLabelClassification
        • DAY 10 : Cutmix
        • DAY 9 : Loss Function
        • DAY 8 : Baseline
        • DAY 7 : Class Imbalance | Stratification
        • DAY 6 : Error Fix
        • DAY 5 : Facenet | Save
        • DAY 4 : VIT | F1_Loss | LrScheduler
        • DAY 3 : DataSet/Lodaer | EfficientNet
        • DAY 2 : Labeling
        • DAY 1 : EDA
        • 2_EDA Analysis
      • [P]Stage-1
        • 4W Retrospective
        • (10강) Experiment Toolkits & Tips
        • (9강) Ensemble
        • (8강) Training & Inference 2
        • (7강) Training & Inference 1
        • (6강) Model 2
        • (5강) Model 1
        • (4강) Data Generation
        • (3강) Dataset
        • (2강) Image Classification & EDA
        • (1강) Competition with AI Stages!
      • [U]Stage-3
        • 3W Retrospective
        • PyTorch
          • (10강) PyTorch Troubleshooting
          • (09강) Hyperparameter Tuning
          • (08강) Multi-GPU 학습
          • (07강) Monitoring tools for PyTorch
          • (06강) 모델 불러오기
          • (05강) Dataset & Dataloader
          • (04강) AutoGrad & Optimizer
          • (03강) PyTorch 프로젝트 구조 이해하기
          • (02강) PyTorch Basics
          • (01강) Introduction to PyTorch
      • [U]Stage-2
        • 2W Retrospective
        • DL Basic
          • (10강) Generative Models 2
          • (09강) Generative Models 1
          • (08강) Sequential Models - Transformer
          • (07강) Sequential Models - RNN
          • (06강) Computer Vision Applications
          • (05강) Modern CNN - 1x1 convolution의 중요성
          • (04강) Convolution은 무엇인가?
          • (03강) Optimization
          • (02강) 뉴럴 네트워크 - MLP (Multi-Layer Perceptron)
          • (01강) 딥러닝 기본 용어 설명 - Historical Review
        • Assignment
          • [필수 과제] Multi-headed Attention Assignment
          • [필수 과제] LSTM Assignment
          • [필수 과제] CNN Assignment
          • [필수 과제] Optimization Assignment
          • [필수 과제] MLP Assignment
      • [U]Stage-1
        • 1W Retrospective
        • AI Math
          • (AI Math 10강) RNN 첫걸음
          • (AI Math 9강) CNN 첫걸음
          • (AI Math 8강) 베이즈 통계학 맛보기
          • (AI Math 7강) 통계학 맛보기
          • (AI Math 6강) 확률론 맛보기
          • (AI Math 5강) 딥러닝 학습방법 이해하기
          • (AI Math 4강) 경사하강법 - 매운맛
          • (AI Math 3강) 경사하강법 - 순한맛
          • (AI Math 2강) 행렬이 뭐예요?
          • (AI Math 1강) 벡터가 뭐예요?
        • Python
          • (Python 7-2강) pandas II
          • (Python 7-1강) pandas I
          • (Python 6강) numpy
          • (Python 5-2강) Python data handling
          • (Python 5-1강) File / Exception / Log Handling
          • (Python 4-2강) Module and Project
          • (Python 4-1강) Python Object Oriented Programming
          • (Python 3-2강) Pythonic code
          • (Python 3-1강) Python Data Structure
          • (Python 2-4강) String and advanced function concept
          • (Python 2-3강) Conditionals and Loops
          • (Python 2-2강) Function and Console I/O
          • (Python 2-1강) Variables
          • (Python 1-3강) 파이썬 코딩 환경
          • (Python 1-2강) 파이썬 개요
          • (Python 1-1강) Basic computer class for newbies
        • Assignment
          • [선택 과제 3] Maximum Likelihood Estimate
          • [선택 과제 2] Backpropagation
          • [선택 과제 1] Gradient Descent
          • [필수 과제 5] Morsecode
          • [필수 과제 4] Baseball
          • [필수 과제 3] Text Processing 2
          • [필수 과제 2] Text Processing 1
          • [필수 과제 1] Basic Math
    • 딥러닝 CNN 완벽 가이드 - Fundamental 편
      • 종합 실습 2 - 캐글 Plant Pathology(나무잎 병 진단) 경연 대회
      • 종합 실습 1 - 120종의 Dog Breed Identification 모델 최적화
      • 사전 훈련 모델의 미세 조정 학습과 다양한 Learning Rate Scheduler의 적용
      • Advanced CNN 모델 파헤치기 - ResNet 상세와 EfficientNet 개요
      • Advanced CNN 모델 파헤치기 - AlexNet, VGGNet, GoogLeNet
      • Albumentation을 이용한 Augmentation기법과 Keras Sequence 활용하기
      • 사전 훈련 CNN 모델의 활용과 Keras Generator 메커니즘 이해
      • 데이터 증강의 이해 - Keras ImageDataGenerator 활용
      • CNN 모델 구현 및 성능 향상 기본 기법 적용하기
    • AI School 1st
    • 현업 실무자에게 배우는 Kaggle 머신러닝 입문
    • 파이썬 딥러닝 파이토치
  • TIL : Python & Math
    • Do It! 장고+부트스트랩: 파이썬 웹개발의 정석
      • Relations - 다대다 관계
      • Relations - 다대일 관계
      • 템플릿 파일 모듈화 하기
      • TDD (Test Driven Development)
      • template tags & 조건문
      • 정적 파일(static files) & 미디어 파일(media files)
      • FBV (Function Based View)와 CBV (Class Based View)
      • Django 입문하기
      • 부트스트랩
      • 프론트엔드 기초다지기 (HTML, CSS, JS)
      • 들어가기 + 환경설정
    • Algorithm
      • Programmers
        • Level1
          • 소수 만들기
          • 숫자 문자열과 영단어
          • 자연수 뒤집어 배열로 만들기
          • 정수 내림차순으로 배치하기
          • 정수 제곱근 판별
          • 제일 작은 수 제거하기
          • 직사각형 별찍기
          • 짝수와 홀수
          • 체육복
          • 최대공약수와 최소공배수
          • 콜라츠 추측
          • 크레인 인형뽑기 게임
          • 키패드 누르기
          • 평균 구하기
          • 폰켓몬
          • 하샤드 수
          • 핸드폰 번호 가리기
          • 행렬의 덧셈
        • Level2
          • 숫자의 표현
          • 순위 검색
          • 수식 최대화
          • 소수 찾기
          • 소수 만들기
          • 삼각 달팽이
          • 문자열 압축
          • 메뉴 리뉴얼
          • 더 맵게
          • 땅따먹기
          • 멀쩡한 사각형
          • 괄호 회전하기
          • 괄호 변환
          • 구명보트
          • 기능 개발
          • 뉴스 클러스터링
          • 다리를 지나는 트럭
          • 다음 큰 숫자
          • 게임 맵 최단거리
          • 거리두기 확인하기
          • 가장 큰 정사각형 찾기
          • H-Index
          • JadenCase 문자열 만들기
          • N개의 최소공배수
          • N진수 게임
          • 가장 큰 수
          • 124 나라의 숫자
          • 2개 이하로 다른 비트
          • [3차] 파일명 정렬
          • [3차] 압축
          • 줄 서는 방법
          • [3차] 방금 그곡
          • 거리두기 확인하기
        • Level3
          • 매칭 점수
          • 외벽 점검
          • 기지국 설치
          • 숫자 게임
          • 110 옮기기
          • 광고 제거
          • 길 찾기 게임
          • 셔틀버스
          • 단속카메라
          • 표 편집
          • N-Queen
          • 징검다리 건너기
          • 최고의 집합
          • 합승 택시 요금
          • 거스름돈
          • 하노이의 탑
          • 멀리 뛰기
          • 모두 0으로 만들기
        • Level4
    • Head First Python
    • 데이터 분석을 위한 SQL
    • 단 두 장의 문서로 데이터 분석과 시각화 뽀개기
    • Linear Algebra(Khan Academy)
    • 인공지능을 위한 선형대수
    • Statistics110
  • TIL : etc
    • [따배런] Kubernetes
    • [따배런] Docker
      • 2. 도커 설치 실습 1 - 학습편(준비물/실습 유형 소개)
      • 1. 컨테이너와 도커의 이해 - 컨테이너를 쓰는이유 / 일반프로그램과 컨테이너프로그램의 차이점
      • 0. 드디어 찾아온 Docker 강의! 왕초보에서 도커 마스터로 - OT
    • CoinTrading
      • [가상 화폐 자동 매매 프로그램] 백테스팅 : 간단한 테스팅
    • Gatsby
      • 01 깃북 포기 선언
  • TIL : Project
    • Mask Wear Image Classification
    • Project. GARIGO
  • 2021 TIL
    • CHANGED
    • JUN
      • 30 Wed
      • 29 Tue
      • 28 Mon
      • 27 Sun
      • 26 Sat
      • 25 Fri
      • 24 Thu
      • 23 Wed
      • 22 Tue
      • 21 Mon
      • 20 Sun
      • 19 Sat
      • 18 Fri
      • 17 Thu
      • 16 Wed
      • 15 Tue
      • 14 Mon
      • 13 Sun
      • 12 Sat
      • 11 Fri
      • 10 Thu
      • 9 Wed
      • 8 Tue
      • 7 Mon
      • 6 Sun
      • 5 Sat
      • 4 Fri
      • 3 Thu
      • 2 Wed
      • 1 Tue
    • MAY
      • 31 Mon
      • 30 Sun
      • 29 Sat
      • 28 Fri
      • 27 Thu
      • 26 Wed
      • 25 Tue
      • 24 Mon
      • 23 Sun
      • 22 Sat
      • 21 Fri
      • 20 Thu
      • 19 Wed
      • 18 Tue
      • 17 Mon
      • 16 Sun
      • 15 Sat
      • 14 Fri
      • 13 Thu
      • 12 Wed
      • 11 Tue
      • 10 Mon
      • 9 Sun
      • 8 Sat
      • 7 Fri
      • 6 Thu
      • 5 Wed
      • 4 Tue
      • 3 Mon
      • 2 Sun
      • 1 Sat
    • APR
      • 30 Fri
      • 29 Thu
      • 28 Wed
      • 27 Tue
      • 26 Mon
      • 25 Sun
      • 24 Sat
      • 23 Fri
      • 22 Thu
      • 21 Wed
      • 20 Tue
      • 19 Mon
      • 18 Sun
      • 17 Sat
      • 16 Fri
      • 15 Thu
      • 14 Wed
      • 13 Tue
      • 12 Mon
      • 11 Sun
      • 10 Sat
      • 9 Fri
      • 8 Thu
      • 7 Wed
      • 6 Tue
      • 5 Mon
      • 4 Sun
      • 3 Sat
      • 2 Fri
      • 1 Thu
    • MAR
      • 31 Wed
      • 30 Tue
      • 29 Mon
      • 28 Sun
      • 27 Sat
      • 26 Fri
      • 25 Thu
      • 24 Wed
      • 23 Tue
      • 22 Mon
      • 21 Sun
      • 20 Sat
      • 19 Fri
      • 18 Thu
      • 17 Wed
      • 16 Tue
      • 15 Mon
      • 14 Sun
      • 13 Sat
      • 12 Fri
      • 11 Thu
      • 10 Wed
      • 9 Tue
      • 8 Mon
      • 7 Sun
      • 6 Sat
      • 5 Fri
      • 4 Thu
      • 3 Wed
      • 2 Tue
      • 1 Mon
    • FEB
      • 28 Sun
      • 27 Sat
      • 26 Fri
      • 25 Thu
      • 24 Wed
      • 23 Tue
      • 22 Mon
      • 21 Sun
      • 20 Sat
      • 19 Fri
      • 18 Thu
      • 17 Wed
      • 16 Tue
      • 15 Mon
      • 14 Sun
      • 13 Sat
      • 12 Fri
      • 11 Thu
      • 10 Wed
      • 9 Tue
      • 8 Mon
      • 7 Sun
      • 6 Sat
      • 5 Fri
      • 4 Thu
      • 3 Wed
      • 2 Tue
      • 1 Mon
    • JAN
      • 31 Sun
      • 30 Sat
      • 29 Fri
      • 28 Thu
      • 27 Wed
      • 26 Tue
      • 25 Mon
      • 24 Sun
      • 23 Sat
      • 22 Fri
      • 21 Thu
      • 20 Wed
      • 19 Tue
      • 18 Mon
      • 17 Sun
      • 16 Sat
      • 15 Fri
      • 14 Thu
      • 13 Wed
      • 12 Tue
      • 11 Mon
      • 10 Sun
      • 9 Sat
      • 8 Fri
      • 7 Thu
      • 6 Wed
      • 5 Tue
      • 4 Mon
      • 3 Sun
      • 2 Sat
      • 1 Fri
  • 2020 TIL
    • DEC
      • 31 Thu
      • 30 Wed
      • 29 Tue
      • 28 Mon
      • 27 Sun
      • 26 Sat
      • 25 Fri
      • 24 Thu
      • 23 Wed
      • 22 Tue
      • 21 Mon
      • 20 Sun
      • 19 Sat
      • 18 Fri
      • 17 Thu
      • 16 Wed
      • 15 Tue
      • 14 Mon
      • 13 Sun
      • 12 Sat
      • 11 Fri
      • 10 Thu
      • 9 Wed
      • 8 Tue
      • 7 Mon
      • 6 Sun
      • 5 Sat
      • 4 Fri
      • 3 Tue
      • 2 Wed
      • 1 Tue
    • NOV
      • 30 Mon
Powered by GitBook
On this page
  • 2021년 6월 다섯째주 회고
  • TIL
  • 계획
  • 성취
  • 피드백
  • 그 외
  • 1. 싸피 시작
  • 2. 스터디
  • 3. 부스트캠프 AI 코테
  • 4. 네이버웹툰 코테
  • 5. 잠
  • 6. 탁구 레슨

Was this helpful?

  1. : Retrospective
  2. 21Y

6M5W

210703

2021년 6월 다섯째주 회고

6월 27일 ~ 7월 3일 동안의 회고이다.

  • 실제 표쥰 규약은 7월 첫째주이다. 나는 한주의 끝을 토요일로 하는 것이 편하고 7일 중에 4일이 6월의 일이므로 6월 다섯째주로 간주한다.

TIL

계획

다섯째 주 27-3
- hfp 10, 11, 11-3/4, 12
- 밑시딥 6, 7, 8
- 백테스팅
- 시각화 1-30
- 알고리즘 하루 한 개
- RNN
- CNN 4 - 7
- LA 1-24

성취

다섯째 주 27-3
- hfp 10
- 밑시딥 6
- 백테스팅
- 시각화 1-5
- 알고리즘 하루 한 개
- RNN
- CNN 4
- LA 1-12

피드백

처참하다. 이번주에 잠이 너무 많았다. 핑계는 맞다. 너무 늦게 자고 늦게 일어나고. 여러 일도 많고 했더니 이렇게 되었네. 싸피가 되고나서 싱숭생숭한 마음이 들은 날도 있었고, 서울에 일이 있어 왔다갔다 하고 하느라 등등. 그래도 할 수 있던 시간에 집중하지 못한게 너무 컸다.

진행도

  • hfp : 25%

  • 밑시딥 : 33%

  • 백테스팅 : 0%

  • 시각화 : 20%

  • 알고리즘 하루 한 개 : 100%

  • RNN : 10%

  • CNN : 20%

  • LA : 40%

평균 : 31%

반성

  • 너무 늦게 일어난다. 12시전에 취침하고 7시에 기상하려는 목표를 세웠지만 잘 못일어났다. 이번주에는 12시전에 취침, 7시에 기상하지 않으면 하루에 5천원씩(최대 하루 만원) 기상 취침 위반시에 아무 친구에게나 송금하겠다. 체크리스트를 만들겠다. 이부분은 꼭 다시 피드백해서 결과를 보고할 것.

    • 7시에 기상, 세면 및 식사를 하고 컴퓨터 앞에 앉아있는 것 까지가 기상으로 간주

    • 12시 전에 세면을 완료한 뒤 휴대폰을 멀리 두고 침대에 누운 뒤 수면 전까지 아무 것도 하지않는 것이 취침으로 간주

  • 계획을 너무 빡빡하게 짠 느낌이 있다. 계획을 좀 더 여유롭게 세워야 겠다.

    • 계획을 1시간마다로 변경

    • 쉬는 시간을 추가. 식사시간을 명시

  • 유튜브 시청을 너무 많이한다. 공부 시간에는 안보도록 해야된다. 공부시간에 유튜브나 웹툰 그 외의 매체를 보았는지에 대한 체크리스트를 만들겠다. 음악 까지만 허용한다. 이 부분은 꼭 다시 피드백해서 결과를 보고할 것.

  • 하루 공부시간 기록을 다시 시작하자. 기본 6시간 이상 하자. 이는 인스타에 업로드할 것.

칭찬

  • 1일 1TIL 1COMMIT을 한주간 잘 했다. 알고리즘을 꾸준히 한 개 이상씩 한 것도 잘했다.

    • 덕분에 부스트캠프를 잘 본 것 같다.

  • 스터디를 하고 주별로 운영 계획을 세운것은 잘했다.

그 외

1. 싸피 시작

7월 2일날 OT에 관한 메일을 받았다. 해야할 일들이 쭉 있었다. 각종 서류 제출과 홈페이지 가입 및 정보 입력, 그리고 강의 수강.

7월 7일 수요일부터 시작!

2. 스터디

이번주부터 스터디를 3개를 시작한다.

  • 도커 & 쿠버네티스

  • 장고

  • 딥러닝 논문 분석

도커 & 쿠버는 기업역량에 너무나도 자주 적혀있어서 나도 꼭 익혀야겠다고 늘 생각하던 공부이다. 이번에 하게 되서 다행이다.

장고 강의는 인프런 강의에서 돈주고 듣게 되었는데, 싸피를 대비할 겸 미리 들어놓으려고 한다.

딥러닝 논문 분석은 카이스트 수학과 대학원 재학 친구와 스터디를 꾸렸는데 서로 딥러닝에 관심이 많아서 시작한 스터디. 좀 더 사람을 모을 예정인데, 그전에 우리끼리 모의 분석 스터디를 해보고 피드백을 거쳐서 스터디를 운영하려고 한다.

3. 부스트캠프 AI 코테

부스트캠프 AI 코딩테스트를 7월 2일 금요일에 보았다. 2시간에 8문제를 푸는데, 압박감이 있었다. 무조건 앞 5문제는 30분 안에 푸리라. 근데 두, 세번째 문제에서 막혔다. 마치 뇌정지가 온 느낌. 이거 풀 수 있는데...? 어라...? 우여곡절이 있었지만 7번째 문제까지 푸니 50분 정도 남은 시간.

생각보다 마지막 문제를 오래 걸려서 풀었다. 50분이면 거의 절반인데. 내가 너무 감을 못잡았나보다. 그래서 테스트케이스 만들 시간도 별루 없었다. 마지막으로 검사하고 출력 결과 확인하고 제출했다. 그래도 나름 다행인 점은 8솔했다는 점. (물론 맞혔는지는 모른다) 왜냐하면 나는 KDT 전형이 아니고 일반전형이어서 커트라인이 높다는 것을 알고 있었기에 7솔도 위험하다고 생각했다. 그래서 편안한 마음을 가질 수 있었다.

  • 나는 부스트캠프 1기 KDT 전형을 합격했었는데, 이미 내가 프로그래머스 AI 캠프 1기를 수료했기 때문에 KDT 전형으로는 진행할 수 없었다. 그 당시 나는 5솔이었는데도 붙었다. 그래서 이번에 일반 전형으로 다시 도전. KDT는 200명, 일반은 50명이라서 걱정을 많이했는데 다행이다.

4. 네이버웹툰 코테

네이버웹툰 코딩테스트를 7월 4일 일요일에 보았다. 문제는 총 3문제. 2시간의 제한 시간 중에 1시간만에 다 풀고 나왔는데, 나보다 더 잘하는 사람이었는지 30분만에 풀고 나왔다고 한다.

문제는 그 때 발생. 어? 나랑 똑같은 분야를 지원했는데 서로 풀은 문제가 다르다. 어? 보니까 나는 AI Platform Engineer 였고 그 사람은 Data/ML Engineer 였다. 2차 과제를 보니까 그 사람은 Python 나는 Boot(Spring) or Flask 였다. 절망... 비슷한 두 개의 직무가 있는지도 몰랐다. 성급하게 AI라는 단어만 보고 지원을 했나보다. 너무 안일하게 지원했다. 2차 시험은 보지 않을 것 같다.

5. 잠

요즘 잠이 너무 많다. 몸에 이상이 있나 싶을 정도로 많다. 내 몸안에 2명이 살아서 2명분의 잠을 자는 것 같다. 그리고 너무 늦게잔다. 일찍 자고 싶어도 늦게 자진다. 큰일이다.

6. 탁구 레슨

레슨을 끊었다. 한 달 14만원. 매주 월, 수 7시

Previous7M1WNext1H

Last updated 3 years ago

Was this helpful?