잡다한 것들/부스트캠프 AI Tech 4기

    부스트캠프 8주차 학습 일지 - AI 서비스 개발 기초

    사용한 기술 스택들: 11/7 월 학습한 것들: MLOps: ML +Ops(operations) - 업무 자동화 - Machine Learning engineering + data engineering + cloud + infrastructure - 빠른 시간 내에 가장 적은 위험을 부담하며 아이디어 단계부터 production 단계까지 진행할 수 있도록 기술적 마찰 줄이기 Research ML vs Production ML: - static data vs dynamic data - good performance vs fast inference with good performance - SOTA vs stable - offline vs online MLOps components: Model Data, f..

    CV 기초대회 최종 회고

    CV 기초대회 최종 회고

    사용한 기술 스택들: 서론 11월 3일 부로 CV기초 대회가 끝이 났다. 마스크 착용상태, 성별, 나이를 분류하는 문제였는데, 최종 15위로 브론즈 턱걸이를 하였다 이 대회에서는 점수보다는 배움에 조금 더 집중을 했었고, 그래서 무의미한 Hyperparameter Tuning 보다 다양한 것들을 시도해 보려고 노력했다. 2주 동안이라는 시간이 그렇게 길지 않았고, 그래서 더 해보고 싶은 것들도 많았지만 못해봐서 아쉬운 면도 있다 Phase 1: 아이디어 내기 오프라인으로 모인 첫날과 두 번째 날에 팀원들이 모여서 아이디어를 내었다. 모델 나누기, age regression 등 다양한 아이디어들을 도출해낼 수가 있었다. 이를 통해서 앞으로 점수를 올릴 수 있는 전략을 세웠다. 아이디어라는 것은 좋은 결과를..

    6주차 학습 일지 - CV 기초대회

    사용한 기술 스택들: 10/24 월 학습한 것들: In competition, it is good to know the direction of where this is going - read the overview carefully Problem definition is important. - what is the problem that I need to solve? - What is the I/O of the problem? - Where is this solution being applied? Have the heart of solving the problem not increasing the rank. Domain understanding - Data Mining - Data Analysis - D..

    부스트캠프 5주차 학습 일지 - Computer Vision Basics

    사용한 기술 스택들: 10/18 화 학습한 것들: CNN visualization aims to see what's inside CNN(black box) - CNN visualization can be used to debug Filter visualization: can be used to show activation visualization of an image - it is hard to visualize like this after the first convolution layer Two focus: focus on data/focus on models Nearest neighbors in feature space: can look for clusters that are semantically ..

    부스트캠프 4주차 학습 일지 - Computer Vision Basics

    사용한 기술 스택들: 10/11 화 학습한 것들: AI consists of cognition&percention, memory&inference, decision making, reasoning Using multi-modal association for perception Vision is important because 75% of data comes from vision data Computer vision is the inverse of computer rendering Using good and bad of our visual perception to make a CV model that compensates for the imperfection Old machine learning used ..