[CSE34000] Machine Learning in Practice (2024 Fall)

배성호 교수(담당 조교: 임종경)

금 9:00 - 11:30(전 B06호)

[Q&A 사이트]

[최종  점수 공지]

[Competition 홈페이지]

수업 목표

• • 기계학습의 기초 이론 학습 및 구현 실습

  • 딥러닝 라이브러리를 이용한 딥러닝 모델링 및 최적화 기법 실습

  • 다양한 딥러닝 응용에 대한 실습 제공

  • 프로젝트를 통한 딥러닝 응용 개발 경험

중간-시험(30%)

• • 필기도구/계산기/신분증 지참할 것

  • Closed book 시험임

기말-팀 프로젝트(45%)

• • 유형: Leader board를 이용한 competition 수행(데이터셋은 추후 공개)

  • 목표: 주어진 조건에서 모델의 성능 최대화 

  • 평가방식: 최종순위 및 발표(35%), 보고서(10%)

  • 중간/최종 평가 시 상위 순위팀은 발표 및 모델 공개 필수

과제(20%)

• • 총 10회(매주) 과제가 부과됨

  • 제출기간: 해당 과제의 수업시작 시간으로부터 1주일 (예를 들어, 1월 1일 9:30분 수업에 배포된 과제는 1월 8일 9:30 까지 제출)

출석 및 태도 점수(5%)

• • 결석/지각으로 5점이상 감점시 F학점, 1회 결석 (-1점), 1회 지각 (-0.5점)

  • 수업에 적극적 참여시 최대 3점 추가점수 부여

윤리적 위반(수업 퇴출 및 학칙 적용)

• • 치팅

  • (모델 학습 시) Test data를 학습에 사용한 경우

참고 자료

• • 주교재1: 파이썬으로 만드는 인공지능(오일석, 이진선 저)

  • 주교재2: PyTorchZeroToAll (Sung Kim)

GPU 활용가이드

• • 기본적으로 대부분 딥러닝 모델은 Google Colab에서 제공하는 GPU를 활용해서 학습이 가능합니다(Google Colab은 사용이 매우 편리합니다) 

  • 중대규모 데이터를 이용한 딥러닝 모델 학습이 필요한 경우 학교 공용 GPU 클러스터를 사용할 수 있습니다.

  • 공용  GPU클러스트 사용을 위한 [웹사이트]

Week 01

• 09/06(금): 1장. 소개, Lab#01

Week 02

• • 09/13(금): 2장. 파이썬 및 구글코랩 사용법, [부록], Lab#02

Week 03

• • 09/20(금): 3장. 기계학습 기초, Lab#03

Week 04

• • 09/27(금): 4장. 신경망 기초, Lab#04

Week 05

• • 10/04(금):  PyTorchZeroToAll (Lec. 01, 02, 03), Lab#P01

Week 06

• • 10/11(금):  PyTorchZeroToAll (Lec. 04, 05, 06), Lab#P02

Week 07

• • 10/18(금): PyTorchZeroToAll (Lec. 07, 08, 09), Lab#P03

Week 08

• • 10/25(금): 중간 시험

Week 09

• • 11/01(금): PyTorchZeroToAll (Lec. 10, 11), Lab#P04

Week 10

• • 11/08(금): 딥러닝 최적화 이론 (1/2) [code] Lab#05

Week 11

• • 11/15(금): 딥러닝 최적화 이론 (2/2) [code] Lab#06

Week 12

• 11/22(금):  순환신경망 이론, [code], 기말 프로젝트 소개

Week 13

• 11/29(금):  Seq2Seq 및 Transformer, [code]

Week 14

• • 12/06(금): 기말 프로젝트 최종 발표(1/2) , 6, 7, 8 ,9, 10위 팀 [발표자료: Example1, Exampe2]

Week 15

• 12/13(금): 기말 프로젝트 최종 발표(2/2), 1, 2, 3, 4, 5위 팀