: WIL

What I Learn : ■ □

Progress

: Done & Recorded(Linked)
■ : Done & Not recorded
□ : Not finished

Learning

Will learn

Learned

■■■■■ ■■■■■ ■■■■■ ■■■■■ ■■■■■
■■■■■ ■■■■■ ■■■■■ ■■■■■ ■■■■■

한국에서 ML을 시작하려면 모딥으로 추천한다. ML 기초 강의들을 몇 개 들어봤지만 이해하기 제일 쉽고 필요한 기초 지식과 알찬 내용들을 잘 담은 것 같다. 초심자가 알아야 할 내용은 대부분 다 있는 것 같다. 바로 모딥 시즌2로 넘어갈 것을 권장. Coursera 듣거나 서적을 보는 것보다 이걸 듣는 것을 추천.

■■

선형대수 설명이 쉽게 이해되지 않는다. 강사분이 수준 높은 학교에 계셔서 나와의 배경지식 차이가 좀 있는 것 같다. 선형대수를 어느 정도 알고 있는 사람한테는 머신러닝 관해 더 연관지어 들을 수 있어서 좋을 것 같다. 초심자는 굳이 안듣기를 추천.

강사진이 여러명이고 기간이 길다보니 몇줄로 모든 것을 말하기는 어렵겠지만 의미는 있던 교육이다. 지식이 많이 없을 때 배우러 오는 사람 입장이라면 얻는 것이 많이 없을 수도 있다. 내용은 쉽고 익숙한 부분도 시작하는데 수학이나 머신러닝 강의가 시작되면 갑자기 어려워진다. 학생들의 배경지식 파악을 하지 않고 진행하기 때문에 초심자는 진짜 어렵게 느낄 것이다. 실습또한 강의를 전반적으로 이해하지 못하면 해결하기 어렵다. 지식이 어느 정도 있다면 여러 협업 전문가가 있다보니 질문도 많이할 수 있고 배운 내용을 복습 및 심화 학습 할 수 있기 때문에 꽤 좋은 교육이 될 것이라 생각한다. 나는 내가 어떻게 무엇을 공부해야 할지 방향성을 제공해 주는 교육이었기 때문에 나름 만족했지만 그래도 강의자가 노력하는 강의가 아니라 학생만 노력하는 강의라고 느껴서 버겁고 흥미를 잃었다.(하나하나 알려주는 강의가 아닌 궁금하면 찾아보고 물어보고 해야되는 방식) 마지막으로, 프로젝트를 포함한 대부분 과정이 방목형이라서 의지가 꽤 없으면 나태해지기 쉽다. 나포함 몇몇 사람들을 그랬다. 프로젝트에 대한 조언이나 도움도 그렇게 자세하거나 하지 않아서 본인과 팀원들의 역량이 제일 중요하다. 멘토링도 간략하게 이루어져서 큰 도움을 받지 못했다. 요즘은 좋은 AI 캠프 과정이 많아서 KDT로 듣는 과정이라면 다른 캠프를 추천한다.(KDT는 딱 한번뿐이므로)

데이터 분석을 위한 SQL [Lecture] [71]

SQL이 무엇인지 알게해준 강의. 데이터 베이스 쌩 초보라면 완전 추천한다. 기초, 중급, 고급을 다 듣더라도 SQL 전체 내용이 아니라서, 그런 것 생각하면 좀 부족한 느낌이 있다. 조금 더 저렴하고 내용이 많은 강의를 추천하고 싶기도 하다. 나 같은 경우는 간단하게 흥미 붙이면서 듣고 싶었는데, 개념 + 문제 로 이루어진 강의라서 너무 재미있게 임했다. 친해지기 위한 강의지 기본을 탄탄히 쌓는 강의는 아니다.

■■■■■ ■

코드 적인 부분으로 설명하는데, 코드 설명이 꽤 자세하다. 각 줄마다 주석이 있는 것이 이 책을 선택하게 된 이유이다. 중후반 챕터에서는 자세한 설명이 좀 줄어들었고 4장 정도 부터는 이해가 어려웠던 것 같다. 좋은 책이기는 하나 차라리 모두의 딥러닝 시즌2로 코드적인 부분을 이해하는 것을 추천한다.

■■■■■ ■■■■■ ■■

굉장히 자세하기도 하고, 거의 모두의 딥러닝에서 가져오는 내용이라서 도움이 많이 되었다. 설명이 진짜 자세하다. 목표가 RNN 이전까지였기 때문에 이후의 내용은 없다. 모두의 딥러닝을 공부하면서 같이 볼 것을 추천하지만 그냥 강의만 봐도 된다. 나같은 경우는 강의를 보고 책을 보면서 복습을 해서 좋았다. RNN 부터 내용이 좀 어려워서 이해는 잘 안됐다. 쉽게 설명해주는 장점으로 보게 된 책이었는데, 후반부 가서는 그러한 설명 능력이 좀 부족했던 것 같다.(내 이해능력이 부족했을 수도 있다)

꾸역꾸역 들었던 수업. 완강하는 데 오래걸렸다. ML계의 기본서라고는 말들 하지만 내가 보기엔 철지난 강의같다. 요즘 알려주는 ML 기초 지식보다 더 자세하고 넓어서 그런 부분은 굉장히 맘에 들었다. 어느 강의나 기본서에도 볼 수 없는 내용이 좀 있다. 그러나 'Old' 함이 많이 느껴졌고 겉핧기 식의 설명이 종종 있어서 이해하는 데 애를 먹었다(뭐, 기초수업이라 그런것일수도 있겠지만은) 그래서 저렇게 복습 자료를 많이 보면서 이해 하려고 노력했다. 모두의 딥러닝 보다는 내용이 깊고 넓기 때문에 스터디를 통해 진행하는 것도 좋을 것 같다. 나도 그랬고. 더 좋은 수업이 많기 때문에 추천은 조금한다. 첫 4-5 Weeks 까지는 어려웠고 그 뒤로는 생각보다 쉬웠다.

기초 내용이지만 넓거나 깊은 내용은 아니라서, 간단한 정리 느낌으로 들었다. 유료강의인데 할인해서 수강했고, 할인된 가격으로도 누구한테 추천하고 싶지는 않다. 강의는 좋다. 하지만 여전히 겉핧기.

밑바닥부터 시작하는 딥러닝 [Chapter]

책 내용이 완전 설명식이라 이해하기 좋았다. 코드 실습도 같이 하면 좋은데, 내가 귀찮아서 안했다. 그런 부분은 지나고나서 아쉽긴 하지만.. 어쨋든 기존 설명서들과 다르게 설명이 좋아서 이해가 잘된다. 책으로 시작하는 초심자에게는 완전 추천.

BASIC ■■■■■ ■■■■■ ■ [11]
DNN ■■■■■ ■■■ [8]
CNN ■■■■■ ■■■■■ ■■ [12]
TEST ■■■ [3]

간단하게 파이토치를 실습하고 익히기에 좋았다. 나는 RNN은 관심이 없어서 듣지는 않았는데, CV를 공부할 수록 RNN도 필요하구나 생각이 든다. 어쨋든! 모딥1을 들었다면 모딥2를 추천한다. 개념을 다시 복습하기도, 보충하기도 해서 좋다. 실습은 좋았는데, 생각보다 내가 작성하는 코드가 적어서 딱히 익히는 느낌보다는 친해지는 느낌.

시각화에 관한 기본기를 이 강의로 처음 시작했다. 강의를 잘 하셔서 재미있었지만 진짜 Cheat Sheet를 보고 맛보기만 하는 거라서 좀 감질맛 난다. 이게 무슨 말이냐면, 생각보다 강의를 다 듣고나도 아는게 별로 없는 것 같다. 친해지기에는 좋은 강의인데 자세하게 알려주거나 하는 다른 강의를 추천한다. 다루는 내용은 어느 정도 있지만 가볍게 다루어서 본인이 더 실습해보거나 하지 않는 이상은 머리에 잘 안남는다. Pandas와 친해지기에는 나쁘지 않은 강의. 나는 거의 남는게 없다고 느꼈고 차트 공부를 하면서 Pandas를 많이 익혀서 개념서로 추천하고 싶지는 않다.

파이썬 헤드 투 퍼스트 [Chapter]

처음에는 파이썬의 기본기가 다 있다고 생각해서 시작했는데, 생각보다 웹이랑 얽혀서(작가가 의도한 거겠지만) 나는 재미없었다.. 그리고 생각보다 개념이 얕다. 인터넷에 검색하면 나오는 일반적인 Python강의나 위키가 더 좋으니 그것을 추천한다.

Abandoned

Vectors and Spaces
Matrix transformations
Alternate coordinate systems [0 / 39]

졸리다. 들으면서도 기운이 축 쳐지게 되는 수업. 영어라 그런가. 내용은 쉬우면서도 그 내용이 길게 설명되다보니 지루한 느낌이 있다. 절반 정도 들었기 때문에 노력해서 완강하려고 했지만 지금이라도 포기! 좋은 강의이지만 듣고 싶은 강의는 아닌 것 같다.

■■■■■ ■■■■■ ■■■■■ ■■■■■ ■■■■■ [50]

거의 다 들었지만 포기! 통계 기초를 이해하기에는 설명이 어려웠다. 20장 부터는 수학과에 재학중인 친구와 같이 들으면서 모르는 것을 물어보면서 이해해야 할 정도. 수학에 관심이 어느 정도 있었거나 통계에 전반적인 지식이 있지 않는한 듣는것을 비추천 한다. 반대로 그러한 지식이 있다면 다양한 예시와 전문적인 교수님의 강의라서 추천하는 바이다. 한 강의에 내용이 그렇게 많지는 않다. 복습을 하고 싶다면 정리된 부분만 읽어도 될 것 같다.