“AI, 딥러닝.. 요새 엄청 뜨는 분야인건 알겠어! 그래서 도대체 그 딥러닝이 뭔데?”
인공 지능에 관심이 있는 사람이라면 한번쯤은 들어 봤을 “딥러닝”.
이게 뭔가 싶어 검색해보면 문자인지 외계어인지 모를 복잡한 수식이 튀어나와 머리속 과부하를 유발 하죠 🤯
추상적이고 어려운 수식은 이제 그만! “혁펜하임의 Easy! 딥러닝” 책을 읽으면서 정말 필요한 개념을 누구보다 쉽게 같이 터득해봐요.
<aside> ✨ 스터디 신청 바로가기(링크) 신청기간: 1/15(수)~1/26(일) 선발결과: 2/6(목) 개별 안내
</aside>
안녕하세요. 저는 현재 AI 관련 서비스를 개발중인 6년차 백앤드 개발자 진아 라고 합니다 🙂
저는 AI 개발을 맡기 전에는 딥러닝은 커녕 GPT밖에 몰랐던 완전 문외한 그 자체 였기에 개발 과정이 정말 정말 순탄치 않았습니다 😂
이 과정에서 딥러닝에 대해 공부하려고 관련 서적이나 인강을 봤으나 단어도 너무 추상적이고 복잡한 수식 탓에 종종 실패를 겪곤 했습니다.
'혼자 해서 의지가 부족한건가?', '딥러닝은 그냥 이렇게 어려울수밖에 없는건가?' 하는 여러가지 생각이 들었는데요.
이 과정에서 Easy 딥러닝 책을 발견하게 되면서 이 책을 보면 좀 더 쉽게 접근할 수 있지 않을까란 생각이 들었습니다.
비슷한 고민을 가진 분들과 함께 학습 하면서 2025년 한 해의 시작과 함께 “딥러닝이 무엇인가?”에 대한 첫번째 목표를 이루고자 합니다!
스터디 주제 : “혁펜하임의 Easy! 딥러닝” 책을 읽고 저자의 무료 강의를 활용한 딥러닝 개념 학습
목표
대상
모집 정원 : 리더 포함 6 ~ 8명
진행 일정
[온라인] 매주 목요일 오후 09:00
[오프라인] OT, 결과 공유 및 중간 회차 대상 토요일 예정 (시간 및 장소 미정)
| 일자 | 시간 | 장소 | 내용 | 상세 |
|---|---|---|---|---|
| 2/15 (토) | 미정 | 오프라인 (미정) | OT | **• 1주차(2/15) - 오프라인 |
아이스 브레이킹, 스터디 진행 방식 상세 공유, 담당자 선정 및 일정 조율 등 OT 진행 |
| 2/20 (목) | 20:30 | 온라인 | CH 1 | • 2주차(2/20) - 온라인 | Chapter 1 ◦ 주요 내용: AI 학습 방법(지도, 비지도)과 AI 응용 방법(이미지 분류, 번역) ◦ 학습 목표: AI가 무엇이며 어떻게 학습하는지, 나아가 학습된 모델을 어떻게 응용하는지 이해 하기 | | 2/27 (목) | 20:30 | 온라인 | CH 2 (1) | • 3주차(2/27) - 온라인 | Chapter 2 (1) ◦ 주요 내용: 인공 신경망 원리와 선형 회귀 ◦ 학습 목표: 인공 신경망의 개념과 함께 데이터를 보고 답을 찾아가는 기본 원리(경사 하강법)를 이해 하기 | | 3/8 (토) | 미정 | 오프라인 (미정) | CH 2 (2) | • 4주차(3/8) - 오프라인 | Chapter 2 (2) ◦ 주요 내용: 최적화 기법 ◦ 학습 목표: 학습을 더 잘하도록 돕는 방안인 최적화(Adam, Momentum 등) 방법에 대한 개념을 파악 하기 | | 3/13 (목) | 20:30 | 온라인 | CH 3 | • 5주차(3/13) - 온라인 | Chapter 3 ◦ 주요 내용: MLP, 비선형 활성화 함수와 역전파 알고리즘 ◦ 학습 목표: 딥러닝이 데이터를 처리하고 문제를 푸는 과정을 이해하기 | | 3/29 (토) | 미정 | 오프라인 (미정) | CH 4 | • 6주차(3/29) - 오프라인 | Chapter 4 ◦ 주요 내용: 이진분류 및 다중분류 ◦ 학습 목표: AI가 특정 문제를 푸는 방법과 정답을 고를때 고려하는 항목(확률, 계산 방식)을 이해하기 | | 4/3 (목) | 20:30 | 온라인 | CH 5 | • 7주차(4/3) - 온라인 | Chapter 5 ◦ 주요 내용: 인공 신경망의 이론과 한계점 ◦ 학습 목표: 인공 신경망이 이론적으로 모든 문제를 풀 수 있지만 현실에서 왜 어려운지에 대해 파악하기 | | 4/12 (토) | 미정 | 오프라인 (미정) | CH 6 & 결과 공유 | • 8주차(4/12) - 오프라인 | Chapter 6 + 결과 공유 스터디 이후, 그동안 진행 해온 스터디에 대한 회고 진행 예정 ◦ 주요 내용: 딥러닝 모델에서 발생하는 주요 이슈(기울기 소실, 과적합 등) ◦ 학습 목표: 딥러닝 모델 학습 시 발생할 수 있는 이슈들을 파악하고 이에 대한 해결 방법 이해 하기 |
진행 장소
진행 방식
<aside> 💡
진행 방식과 일정은 구성원 레벨과 환경에 맞게 얼마든지 재구성 될 수 있으니 부담 가질 필요 없습니다 😊
참고로 아래 상세 일정은 딥러닝 응용으로 분류되는 Chapter 7, 8이 제외 되어 있습니다. 해당 과정은 심화 과정으로 분류 되며 구성원 전체의 의견을 충분히 반영하여 포함 여부를 결정 할 예정입니다.
</aside>