TOTAL
-
Deep Learning for Graphs: Naïve Approach부터 Graph Encoder, GIN까지BIG DATA & AI 2022. 8. 30. 23:45
Matrix는 풀 수 없는 문제들을 graph를 이용해 술술 풀어버리는 GNN의 매력에 한창 빠져있는 저는, 대학원 졸업논문에까지 GNN을 도입하기로 결정했습니다! 😂😂 또한 Computer Vision 분야에서 자율주행을 맡고 있는 친구에게도 GNN 영업을 성공했다는 후문이… (진짜) 아무래도 아직 CV나 NLP 분야에 비해 상대적으로 연구 분야가 늦게 떠올라서, 개척 할 만한 연구가 많다는 점 또한 흥미로운 것 같아요. 다만 친구가 말하길 GNN 최신 논문들 리뷰하는데 코드가 아직 안 올라와 있어서 논문만 열심히 읽었다고 합니다.. 이전 포스팅에서는 GNN이 무엇인지, 그리고 활용 분야와 한계점에 대해서 소개하고 PageRank에 GNN을 활용한 논문을 함께 리뷰해보았는데요, https://sysou..
-
AI 대학원 석사 2기 회고 (직장인 대학원/야간대학원/특수대학원)GRADUATE SCHOOL 2022. 7. 24. 16:22
오늘은 내가 요즘 열심히 하는 SNS 플랫폼이 된 LinkedIn 스타일로 적어보려고 한다. 요즘 LinkedIn 게시물 스타일에는 넘버링을 해서 게시물을 적는 것이 유행(?)이 된 것 같다. 대학원 수업 후기 1기 때보다 좋은 성적을 받았다. :) 아무래도 1기는 혼자서 공부를 하느라 집중이 안 됐던 것도 있었는데, 2기 때는 몇몇 동기를 사귀게 되어서 대학원 생활에 큰 힘이 되었던 것 같다! 공통된 주제로 얘기할 사람이 있다는 것이 얼마나 소중한지-에 대해서 다시금 깨달았다. 순서대로 과목별 리뷰를 해 보자면, 인공지능개론1은 별도의 교재, 강의자료 없이 교수님의 뇌에서 나온 개념들로 진행되었다. 교수님 머릿속에 '수학의 정석' 같은 '인공지능의 정석'이라는 교재가 들어있는 듯 했다. 강의 내내 감탄..
-
[책 리뷰] 핸즈온 데이터 시각화 (Hands-On Data Visualization)BOOK 2022. 7. 10. 18:13
디지털 트랜스포메이션이라는 단어가 클리셰처럼 느껴질 정도로 많은 기업들이 데이터 기반의 의사결정을 위한 비즈니스 구조 전환을 시작했음에도 불구하고 현장에는 여전히 기본적인 데이터를 다루는 일에도 어려움을 느끼는 사람들이 많습니다. - '옮긴이의 말'에서 서평을 쓰는 본인이 일하고 있는 팀 명에도 '디지털 트랜스포메이션(Digital Transformation, 이하 DT 또는 DX)' 약어가 들어가는데 옮긴이의 말에 백번 공감을 했다. 정말 이 단어는 클리셰처럼 쓰이지만 정작 단어를 남발하기만 하고 제대로 DT를 알고 쓸 수 있는 사람은 많지 않다. 이 책은 개발자가 아닌, Python이나 R언어 등의 코딩 지식이 없어도 쉽게 따라할 수 있는 데이터 시각화 입문서이다. 실제로 많은 교육 기관에서 데이터 ..
-
GNN Overview 및 검색 엔진에 연결해 보기 (Predict Then Propagate: Graph Neural Networks Meet Personalized PageRank)BIG DATA & AI 2022. 6. 27. 20:49
데이터는 점점 더 방대하고 복잡해지고 있다. 행과 열로 이루어진 세계는 컴퓨터에 친숙한 환경일 뿐이다. 실생활에서 사람들은 관계를 통해 삶을 탐색하고 유추한다. 이 문구는 graph thinking/modeling에 무지했던 저를 일깨워 주었고 모든 문제를 matrix로 embedding한 deep learning으로 풀 수 있을 것만 같던 환상을 합리적으로 깨부쉈습니다. 최근 GNN에 관심을 가지게 된 계기이기도 하고 공부하면서 이 분야는 너무 어렵다! 는 사실도 알게 되는 중입니다. 😂😂 이 글을 통해 막연했던 GNN에 한 발짝 다가서길 바랍니다. What is GNN? GNN은 Graph Neural Network의 약자로, graph라는 자료구조를 이용하여 신경망으로 인공지능을 학습시키는 방법입니..
-
[책 리뷰] 구글 BERT의 정석BOOK 2022. 6. 26. 22:10
고등학교 때 '수학의 정석'이라는 책을 누구나 한 번쯤 접해봤을 것이다. 읽어본 사람들은 느끼겠지만 정석-이라는 책 제목만큼 너무나 원칙적이고 scratch부터 차근차근 스텝을 밟아 나간다. 단호하게 말해서 재미는 없지만 따라가다 보면 어느새 수학의 고수가 되어 있다. 구글 BERT의 정석도 그러한 형식으로 BERT에 대해서 정석적으로 알려준다. 나는 모든 자연어 처리 엔지니어들에게 이 책을 추천하고 싶다. 단순히 BERT를 import해서 training만 시키던 실무자들에게 Transformer 의 encoder, decorder를 component 단위로 하나하나 쪼개서 어떻게 돌아가는지 알려준다. 이를 이해하고 나면 BERT의 진정한 fine-tuning에 대해 좀 더 접근할 수 있지 않을까. 최..
-
[책 리뷰] 케라스로 구현하는 딥러닝 / 양자인공지능(QAI) 예제BOOK 2022. 4. 24. 18:31
이 책은 keras 기반의 정말 실용적이고 다양한 딥러닝 모델(ANN, DNN, CNN, RNN, AE, GAN, UNET, RL, QAI)들을 다루고 있다. 실무에는 도움이 많이 될 것으로 보이나, 개인적으로 읽었을 때 기초부터 차근차근 설명해주며 따라가는 느낌이 아니라 이미 알고 있는 machine learning 개념들을 읊으면서 예제들을 빠르게 휙휙 던져주는 구조이기 때문에 딥러닝 초보에게는 추천하지 않는다. 눈에 띄었던 점은 다른 책들과는 다르게 양자인공지능(QAI)을 다루고 있다는 점인데, 아래에서 QAI 간단한 개념 이해를 해보고, 코드 구현을 통해 양자 시뮬레이션을 돌려 보자. 양자인공지능 개념 양자인공지능(Quantum Artificial Inteligence, QAI)이란, 양자컴퓨터를..
-
프로젝트 점검 및 앞으로의 계획THINKING 2022. 4. 22. 07:54
오늘은 약간의 감성이 묻어있는, 최근 연초에 있었던 일들을 정리해보고 계획을 다짐해보고자 한다. 연초에 굉장히 좋은 '타이밍'들이 있었다. 무려 2개의 기회가 있었는데, 결과적으로는 둘 다 잘 되지는 않았다. 일련의 과정을 통해 느낀 점은, 기회라는 것은 그 기회를 노리는 사람에게만 보이고 평소에 실력을 쌓아 놓아야 그 기회를 잡을 수 있는 힘이 있다는 것이다. 즉 관심을 가지지 않았다면 없었을 기회들이고, 설령 내 주변을 스쳐 지나갔더라 하더라도 눈치채지 못하며 또 잡을 여력도 없었을 것이다. 하나는 예전 유관부서 리더님께서 오퍼를 주셨던 케이스로, 부서 이동을 할 수 있는 기회였다. - A 사건이라고 칭하겠다 - A의 경우에는 내가 원하는 직무와는 약간의 거리가 있었지만, A 부서가 속한 부문이 회사..
-
[책 리뷰] 파이썬 라이브러리를 활용한 머신러닝 (2판)BIG DATA & AI/Machine Learning 2022. 3. 31. 22:37
이 책은 무려 Scikit-learn 핵심 contributor인 안드레아스 뮐러가 지은 '머신러닝 바이블'이라고 감히 소개한다. 머신러닝 이론과 실습을 전반적으로 시작/복습하기 좋으며, 머신러닝에 관심이 있는 개발자라면 누구나 이해할 수 있는 책이다. 물론 머신러닝을 해 본 사람들에게는 기초를 다시 닦기에도 너무 좋은 책이다. 즉 초급자부터 실무자에게 모두 도움이 되는 알찬 contents를 담고 있다고 할 수 있겠다. 다만 머신러닝에 관한 책이라 딥러닝은 keras만 잠깐 언급할 뿐 딥하게 다루지는 않는다. 참고로 1판에 비해서 개정2판은 흑백->컬러본으로 좀 더 컨텐츠 가시성이 좋아졌으며 trendy한 코드를 많이 담고 있다고 한다. 지도 학습, 비지도 학습, 모델 평가, NLP 등이 다뤄지고 마지..