코세라 Deep Learning Specialization 완주

드디어 코세라의 Deep Learning Specialization 코스를 끝냈다.

이 코스는 구글 머신러닝 부트캠프의 세 가지 축, 이론(코세라), 구현(TensorFlow 자격증), 적용(캐글 순위) 중 하나다.

군대에 가기 전, 인공지능을 배워야겠다고 생각했을 때 수많은 인공지능 입문 강의(스탠포드 CS231n 등)를 비교해보고 정작 아무것도 듣지 않았던 기억이 있는데, 머신러닝 부트캠프 덕에 강의를 드디어 완주할 수 있었다. 크흑.. 감사합니다 GOOGLE..

다른 강의를 들어본 것은 아니기에 직접적인 비교는 할 수 없겠지만, 인공지능을 기본 배경만 알고 있던 상태에서 들은 바로는 참 짜임새 있게 만들어진 강의였다.

총 5개의 코스로 이루어져 있었는데, 신경망이란 무엇인지부터 시작해, 모델 성능을 향상시키는 기법(하이퍼파리미터 튜닝, 정규화, 최적화), 실제 프로젝트를 수행할 때 있어서 유의할 사항(데이터셋이 부족할 때 대처, 오류 분석 등), CNN(이미지 분류, 전이학습, 물체 탐지, 얼굴 인식 등), 시퀀스 모델(RNN, Attention Model), 그 중에서도 대세라는 Transformer까지 다루고 끝난다.

부트캠프의 스케쥴 표. 마감일 안에 다 듣지 않으면 탈락한다!

각 코스는 또 주제별로 4~5주차로 구성되어 있는데, 매주 퀴즈와 그 단원에서 배운 것을 직접 구현하는 과제가 준비되어 있있다. 학교에서 인공지능 수업을 들었을 때는 이론에 그쳤는데, 직접 구현하면서 내가 제대로 알고 있는지 확인할 수 있다는 점이 아주 좋았다. 이해했다고 생각했는데 막상 구현하려고 하니 잘못 이해한 부분을 발견한 적이 꽤 있었다.

강의의 또 다른 특징이 직관적으로 이해하는 것을 엄청 중시한다는 것이다. 부트캠프 참가자 한분이 아래 짤을 공유해주셨었는데 너무 공감이 됐다.

앤드류 선생님이 매번 하시는 말씀, "You don worry about this"

미적분 기초 지식이 아예 없는 것을 전제로 강의가 이루어진다. 그래디언트를 설명하면서 미분이란 무엇인지부터 직관적으로 설명해 주신다. 강의 초반에는 NumPy로 인공신경망을 직접 구현하기 때문에 미분식이 많이 등장하는데, 직접 미분할 줄 몰라도 된다고 무척이나 강조했다. '대부분의 성공적인 머신러닝 학습자들이 수식보다 직관으로 이해했고, 훌륭한 성장을 했다'고도 말씀하실 정도다. 근데 코스 중간중간 머신러닝 대가와의 인터뷰 영상이 있는데, 여기 출연한 분이 앤드류 교수님 제자였는데 학교에서 수학을 엄청 강조했다고 하셔서 살짝 배신감을 느꼈다(...)

그리고 미적분 지식은 필요없는데 선형대수 지식은 필요하다. 기본적인 벡터와 행렵의 곱 정도만 알면 될 것 같다. 요즘은 '머신러닝을 위한 수학'에 관한 강의나 책이 많은데, 그 정도로 충분히 커버 가능할 듯하다.

아무튼 전반적으로 인공지능을 배우기로 마음먹었다면 시작하기에 매우 알맞는 훌륭한 강의라고 생각한다. 그러니까 구글 머신러닝 부트캠프가 선택했겠지?

방학을 이거 수료하는 데 거의 다 썼는데 그만한 가치가 있었다.

처음 목표는 코스 3 마감일인 7/22까지였는데, 결국 오늘 8/6에 끝났다. 수료 선착순 20명에게는 구글 기념품을 준다고 해서 코스4까지는 하루 1주차씩 진짜 열심히 들었는데, 코스5를 할 때 여행도 가고 휴가나온 친구들도 보고 하면서 20명 안에 못 들었고, 그 뒤부터 살짝 느슨해졌다.. 아무래도 나는 경쟁이 있어야 열심히 하는 타입인 것 같다. 데드라인과 다르게 경쟁은 목표를 능동적으로 빠르게 달성하게 해 주는 것 같다. 앞으로 잘 활용해봐야겠다.

앞으로 부트캠프 수료를 위해 남은 것은 TF 자격증 취득과 캐글 순위권에 드는 것이다. 나는 이미지 생성 쪽을 더 공부하고 싶기는 한데, 9월 되면 개강도 하고 수료는 해야하니 캐글 하나씩 도전해보면서 TF 자격증 따는 것을 병행하려고 한다. 이제 진짜 정해진 커리를 따라가는 게 아니라 루즈해지기 쉬우니 동기부여 수단을 찾아봐야겠다. 다른 참가자 분들과 스터디, 모각코 참여하며 으쌰으쌰(?) 하는 게 좋을 것 같다.

마지막으로, 이번 코스에서 아쉬웠던 것은 공부한 것을 블로그에 포스팅하려고 했는데 그러지 못한 것이다. 코스1에서 여러 개념들이 쏟아지다 보니 잘 연결되지 않는 부분도 있고 납득하기 힘든 부분들도 있어서 추가적으로 이것저것 찾아봤었는데, 전반적인 개념의 지도를 완성하고 나서 블로그에 정리하려고 했는데 중간부터는 선착순 완주에 급급해서 블로그 정리는 뒷전이었다 ㅋㅋ.. 좀 아날로그적이지만 노트에 정리하면서 들었는데, 그냥 슬라이드 캡쳐해서 그날그날 정리를 올리는 게 더 효율적일 것 같다. 아래 블로그가 강의를 딱 적절한 수준에서 요약해서 정리해뒀는데, 공부하면서 많이 도움이 됐다. 이 정도로 정리하면 좋을 것 같다.

 https://junstar92.tistory.com/category/Coursera%20%EA%B0%95%EC%9D%98/Deep%20Learning

'Coursera 강의/Deep Learning' 카테고리의 글 목록

 

공부하면서 정리한 노트, 마지막 장은 Transformer였다.

 

최근에 살짝 늘어지는 감이 있었는데, 코세라 강의 완주를 계기로 다시 열심히 해야겠다

지금은 수고한 나에게 박수를~~~~~