어떤 모임인가요?
기초중의 기초이고 기본중의 기본인 수학이 ML 방법론의 어디에 숨어있는지 너무 궁금하지 않으셨나요🕵🏻♀️🕵🏻♂️?
함께 공부하고, 이해하고, 그리고 나서 실제 문제를 풀어봄으로써 ML 을 내 것으로 만들어 보아요.
Kaggle로 실습도 하고 각자 갖고 있는 knowhow + insight 도 small talk를 통해서 공유할 예정이예요.
(small talk는 준비가 필요 없어요! 우리 모두가 다 다르고 문제를 바라보는 관점도 다르니 그냥 재밌는 discussion이 될거예요 🙋🏻🙋🏻♀️🙋🏻♂️)
당신은 당신이 생각한 것 보다 수학을 무척 좋아하고 있을지도 몰라요 🔮 (빠져든다...빠져든다...)
함께 공부하고, 이해하고, 그리고 나서 실제 문제를 풀어봄으로써 ML 을 내 것으로 만들어 보아요.
Kaggle로 실습도 하고 각자 갖고 있는 knowhow + insight 도 small talk를 통해서 공유할 예정이예요.
(small talk는 준비가 필요 없어요! 우리 모두가 다 다르고 문제를 바라보는 관점도 다르니 그냥 재밌는 discussion이 될거예요 🙋🏻🙋🏻♀️🙋🏻♂️)
당신은 당신이 생각한 것 보다 수학을 무척 좋아하고 있을지도 몰라요 🔮 (빠져든다...빠져든다...)
모임이 더 궁금하다면 모두의연구소 커뮤니티(https://join.slack.com/t/modulabs/shared_invite/zt-24wqh8x3q-N4AzqCVF_qD1x4RQeqFzAQ) 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!
무엇을 얻을 수 있나요?
- ML에 필요한 수학적 지식을 배울수 있어요.
- 우리가 익힌 수학적 지식이 어떤식으로 ML에 적용되는지 배울수 있어요.
- 배운 것을 코드로 짜고, 적용함으로써 이해도를 높일수 있어요.
- 새로운 시각을 갖을 수 있어요.
- 지속 가능한 공부 습관과 든든한 스터디메이트를 얻을 수 있어요.
- 우리가 익힌 수학적 지식이 어떤식으로 ML에 적용되는지 배울수 있어요.
- 배운 것을 코드로 짜고, 적용함으로써 이해도를 높일수 있어요.
- 새로운 시각을 갖을 수 있어요.
- 지속 가능한 공부 습관과 든든한 스터디메이트를 얻을 수 있어요.
무엇을 공부하나요?
Mathematics for Machine Learning에서 익힌 수학적 지식을 기반으로 한 ML 이해하고 실습을 통해 내것으로 만들기.
어떤 사전지식이 필요한가요?
- 본 과정은 Mathematics for Machine Learning 의 season 2로 기본적인 수학적 지식이 필요해요.
- 코드를 구현할 예정이라서 python을 사용할 수 있어야 해요.
- [중요] Mathematics for Machine Learning 책에서 Chap.8부터 진행할 예정이예요.
이런 분들이 들으면 좋아요!
- 수학적 지식을 기반으로 코드를 직접 구현해보고 싶으신 분
- 수학을 너무 너무 좋아하시는 분
- ML을 수학을 기반으로 풀어보고 싶으신 분
- Mathematics for Machine Learning (풀잎스쿨 19)기를 들으셨던 분 (안들으셨던 분들도 관심있으시면 환영이예요)
- 우리가 배운 수학을 Kaggle 데이터로 풀어보고 싶으신 분
- 스터디 메이트를 만들고 싶으신 분
- 수학을 너무 너무 좋아하시는 분
- ML을 수학을 기반으로 풀어보고 싶으신 분
- Mathematics for Machine Learning (풀잎스쿨 19)기를 들으셨던 분 (안들으셨던 분들도 관심있으시면 환영이예요)
- 우리가 배운 수학을 Kaggle 데이터로 풀어보고 싶으신 분
- 스터디 메이트를 만들고 싶으신 분
이런 분들은 신청하기 전 다시 한 번 고민해보세요!
- 수학을 정말 싫어하시는 분
- Python코드를 이해하기 힘드신 분
- Python코드를 이해하기 힘드신 분
학습유형
사전학습
모임 운영 방식
- 한 주당 chapter 1개씩을 나갈 예정이예요.
- 주 별 4분 정도 발표를 진행하고 질의응답 시간을 갖을 예정이예요.
- 격주로 코드를 구현해보고, 토론하는 시간을 갖을 예정이예요.
- 이외에 추가적으로 데이터 분석 및 ML 방법론 적용에 대해서 간단한 small talk를 진행할 예정이예요.
- 가끔은 오프라인으로도 볼 예정이예요.
- 주 별 4분 정도 발표를 진행하고 질의응답 시간을 갖을 예정이예요.
- 격주로 코드를 구현해보고, 토론하는 시간을 갖을 예정이예요.
- 이외에 추가적으로 데이터 분석 및 ML 방법론 적용에 대해서 간단한 small talk를 진행할 예정이예요.
- 가끔은 오프라인으로도 볼 예정이예요.
커리큘럼
Warmup weeks
9. Linear Regression
10. Dimensionality Reduction with Principal Component Analysis
11. Density Estimation with Gaussian Mixture Models
12. Classification with Support Vector Machines
Final week
1주차
- 오리엔테이션 (자기 소개 + 방향성 토론)
- Season 1에서 배운 내용 정리
- Chap8 When models meet data 부분 확인
9. Linear Regression
3주차
- 9. Linear Regression
- 9.1 - 9.4 부분 발표
- Linear Regression 에 대해서 MML에서 제공해주는 tutorial 따라서 실습
- 실습 내용 발표 (1-2명)
- Kaggle 대회에서 LR로 풀은 문제 소개 (1명)
- tutorial 혹은 Kaggle 문제에 대한 토론 (적용 방법 + 이론 + 아이디어)
10. Dimensionality Reduction with Principal Component Analysis
5주차
- 10. Dimensionality Reduction with Principal Component Analysis
- 10.1 - 10.7 부분 발표
- DR w/ PCA 에 대해서 MML에서 제공해주는 tutorial 따라서 실습
- 실습 내용 발표 (1-2명)
- Kaggle 대회에서 PCA 로 풀은 문제 소개 (1명)
- tutorial 혹은 Kaggle 문제에 대한 토론 (적용 방법 + 이론 + 아이디어)
11. Density Estimation with Gaussian Mixture Models
7주차
- 11. Density Estimation with Gaussian Mixture Models
- 11.1 - 11.4 부분 발표
- GMM 에 대해서 MML에서 제공해주는 tutorial 따라서 실습
- 실습 내용 발표 (1-2명)
- Kaggle 대회에서 GMM 로 풀은 문제 소개 (1명)
- tutorial 혹은 Kaggle 문제에 대한 토론 (적용 방법 + 이론 + 아이디어)
12. Classification with Support Vector Machines
9주차
- 12. Classification with Support Vector Machines
- 12.1 - 12.5 부분 발표
- Kaggle 대회에서 SVM로 풀은 문제 소개 (2명)
- tutorial 혹은 Kaggle 문제에 대한 토론 (적용 방법 + 이론 + 아이디어)
- *** SVM의 경우 tutorial이 제공되고 있지 않습니다 ***
Final week
- Final week
- 공부한 부분 정리 및 토론
교재 / 학습자료 / 준비물
Mathematics for Machine Learning by Book by A. Aldo Faisal, Cheng Soon Ong, and Marc Peter Deisenroth
(ref : https://mml-book.github.io/)
(ref : https://mml-book.github.io/)
첫 시간 전 준비사항
- 풀잎스쿨을 완주하겠다는 의지
- Mathematics for Machine Learning 책을 끝낸다는 기쁨
- 좋은 스터디메이트를 만난다는 설레임
- 곧 재밌는 일이 일어날 것 같은 두근거림
퍼실이 소개
손소연
#Data scientist #ENFJ
자기 소개 및 개설 동기
🌱 퍼실이는 공학을 전공하였지만, 머신러닝, 딥러닝, 신호처리, 데이터 분석등을 하는 손소연이예요.
특히, 데이터 관련된 것들에 관심이 많고, 배우고 경험하고 싶은 것들이 아주 많아요.
Mathematics for Machine Learning의 Season 1에는 참여했다 무럭 무럭 자라서 퍼실이가 되었어요 .
🌱 함께 할 버디님은 장진우님 (#Data scientist #ENFJ) 이예요 🙂🙃
알고리즘, 머신러닝, 딥러닝, 음성, 이미지등 다양한 분야에 관심을 갖고 계세요.
그리고 Mathematics for Machine Learning의 Season 1의 첫 주에 chapter 1을 혼자 완주하고 오신 능력자세요!
항상 웃는 얼굴로 긍정 에너지를 전파하고 계셔서 함께 공부하시면 수학과 머신러닝이 너무 좋아지실거예요!
모두연에서 모두 다 함께 긍정의 에너지를 갖고 같이 공부해보아요!!!
소속
데이터 사이언티스트
풀잎스쿨 / LAB 참여 이력
LAB I love data 참여
LAB Medical AI LAB 참여
LAB HIT(Human In The loop) LAB 참여
LAB HIT(Human In The loop)랩 참여
풀잎21기 Mathematics for Machine Learning S2 퍼실
풀잎32기 설명 가능한 인공지능, 조금 더 나아가기 참여
풀잎25기 Speech Recognition with Deep learning 참여
풀잎21기 [슬로우페이퍼 15기] Diffusion 모델부터 DALL-E 2까지! 참여
풀잎19기 Mathematics for Machine Learning 참여
풀잎19기 NLP w/DL : 캐글 첫 도전하기 참여
풀잎17기 차근차근 베이지안 통계학 참여
풀잎스쿨 참여 주의사항
Q. 풀잎스쿨은 강의인가요?
풀잎스쿨은 학원식 강의가 아닌, 플립러닝(flipped learning) 방식으로 참여자들이 함께 만들어 나가는 스터디 모임이에요. 따라서 출석과 사전 학습을 성실히 수행하고, 공부한 것을 함께 나눌 의지가 있으시다면 그 어디보다 많은 것을 얻어가실 수 있답니다!
Q. '퍼실이'는 누구인가요?
퍼실이는 함께 공부하는 스터디 리더예요. 강사가 아니어서 강의를 하지는 않지만, 커리큘럼을 기획하고 모임을 진행한답니다. 선의와 공유의 마음으로 기꺼이 지원해 모임을 이끌어 주시는 만큼, 퍼실이와 함께 따뜻한 모임을 함께 만들어 주세요. :)
부득이하게 모임 참석이 어렵거나 모임에 늦는 경우처럼, 원활한 참여가 어려운 경우에는 퍼실이가 미리 인지하고 준비하실 수 있도록 반드시 알려주세요!
Q. 사회적 거리두기 단계에 따라 안전하게 진행되나요?
모두의연구소는 사회적 거리두기 단계별 방역 조치를 지켜, 모든 연구원들이 안전한 환경에서 편안히 활동하실 수 있도록 노력하고 있습니다.
오프라인 모임 또한 사회적 거리두기 단계별 방역 조치에 따라 온라인으로 진행될 수 있습니다. 다만, 방역 조치상 오프라인 모임이 가능한 경우 오프라인 진행을 원칙으로 합니다. 추가적으로, 모임의 질을 위해 온•오프라인 병행은 '지양'하고 있습니다.
풀잎스쿨에는 온라인으로 진행되는 다양한 과정이 있답니다. 시간적•거리적 제약으로 오프라인 참여가 어려우신 분들은 온라인 과정을 주목해 주세요! :)
Q. 온라인 모임에 참여할 때 캠과 마이크를 반드시 켜야 하나요?
네. 모두의연구소는 연구원 분들이 최적의 환경에서 학습과 연구에 몰입하실 수 있는 환경 조성을 최우선으로 하고 있습니다. 따라서, 온라인 모임 시에는 토론과 질문이 빈번한 학습 환경에서의 몰입과 매끄러운 진행을 위해, 반드시 캠과 마이크를 켜서 대화에 참여하도록 안내하고 있습니다.
캠과 마이크를 켤 수 없는 경우에는 아쉽지만 참여를 제한하고 있으니, 반드시 캠과 마이크 기능이 포함된 도구를 준비해 주세요. 원활한 의사소통을 위해 자택 등의 조용한 공간에서 참여해 주시면 감사드리겠습니다.
풀잎스쿨은 학원식 강의가 아닌, 플립러닝(flipped learning) 방식으로 참여자들이 함께 만들어 나가는 스터디 모임이에요. 따라서 출석과 사전 학습을 성실히 수행하고, 공부한 것을 함께 나눌 의지가 있으시다면 그 어디보다 많은 것을 얻어가실 수 있답니다!
Q. '퍼실이'는 누구인가요?
퍼실이는 함께 공부하는 스터디 리더예요. 강사가 아니어서 강의를 하지는 않지만, 커리큘럼을 기획하고 모임을 진행한답니다. 선의와 공유의 마음으로 기꺼이 지원해 모임을 이끌어 주시는 만큼, 퍼실이와 함께 따뜻한 모임을 함께 만들어 주세요. :)
부득이하게 모임 참석이 어렵거나 모임에 늦는 경우처럼, 원활한 참여가 어려운 경우에는 퍼실이가 미리 인지하고 준비하실 수 있도록 반드시 알려주세요!
Q. 사회적 거리두기 단계에 따라 안전하게 진행되나요?
모두의연구소는 사회적 거리두기 단계별 방역 조치를 지켜, 모든 연구원들이 안전한 환경에서 편안히 활동하실 수 있도록 노력하고 있습니다.
오프라인 모임 또한 사회적 거리두기 단계별 방역 조치에 따라 온라인으로 진행될 수 있습니다. 다만, 방역 조치상 오프라인 모임이 가능한 경우 오프라인 진행을 원칙으로 합니다. 추가적으로, 모임의 질을 위해 온•오프라인 병행은 '지양'하고 있습니다.
풀잎스쿨에는 온라인으로 진행되는 다양한 과정이 있답니다. 시간적•거리적 제약으로 오프라인 참여가 어려우신 분들은 온라인 과정을 주목해 주세요! :)
Q. 온라인 모임에 참여할 때 캠과 마이크를 반드시 켜야 하나요?
네. 모두의연구소는 연구원 분들이 최적의 환경에서 학습과 연구에 몰입하실 수 있는 환경 조성을 최우선으로 하고 있습니다. 따라서, 온라인 모임 시에는 토론과 질문이 빈번한 학습 환경에서의 몰입과 매끄러운 진행을 위해, 반드시 캠과 마이크를 켜서 대화에 참여하도록 안내하고 있습니다.
캠과 마이크를 켤 수 없는 경우에는 아쉽지만 참여를 제한하고 있으니, 반드시 캠과 마이크 기능이 포함된 도구를 준비해 주세요. 원활한 의사소통을 위해 자택 등의 조용한 공간에서 참여해 주시면 감사드리겠습니다.
환불정책
첫 모임 시작 전날까지 취소 및 전액 환불이 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
Mathematics for Machine Learning S2
모임시작
2022년 07월 11일
모임일시
매주 월요일 19:30 ~ 21:30
모임장소
온라인캠퍼스
모집기간
2022년 06월 30일 ~ 07월 15일
모집인원
15명
모집방법
신청 후 선발
165,000원 / 총 11회 24시간
(7,500원 / 시간)
📢 브라우저 창이나 탭을 동시에 한 개 이상 열어서 모임을 신청하는 경우 결제 오류가 발생할 수 있으니 하나씩 신청 부탁드려요!
모집 마감된 모임의 경우 '공석 알림 신청'을 해주시면, 추후 취소하는 참여자가 있는 경우에 이메일로 알림을 보내드립니다.
"모임이 더 궁금하다면 모두의연구소 커뮤니티 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!"
Mathematics for Machine Learning S2
모임시작
2022년 07월 11일
모임일시
매주 월요일 19:30 ~ 21:30
모임장소
온라인캠퍼스
모집기간
2022년 06월 30일 ~ 07월 15일
모집인원
15명
모집방법
신청 후 선발
165,000원 / 총 11회 24시간
(7,500원 / 시간)
📢 브라우저 창이나 탭을 동시에 한 개 이상 열어서 모임을 신청하는 경우 결제 오류가 발생할 수 있으니 하나씩 신청 부탁드려요!
모집 마감된 모임의 경우 '공석 알림 신청'을 해주시면, 추후 취소하는 참여자가 있는 경우에 이메일로 알림을 보내드립니다.
"모임이 더 궁금하다면 모두의연구소 커뮤니티 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!"
어떤 모임인가요?
기초중의 기초이고 기본중의 기본인 수학이 ML 방법론의 어디에 숨어있는지 너무 궁금하지 않으셨나요🕵🏻♀️🕵🏻♂️?
함께 공부하고, 이해하고, 그리고 나서 실제 문제를 풀어봄으로써 ML 을 내 것으로 만들어 보아요.
Kaggle로 실습도 하고 각자 갖고 있는 knowhow + insight 도 small talk를 통해서 공유할 예정이예요.
(small talk는 준비가 필요 없어요! 우리 모두가 다 다르고 문제를 바라보는 관점도 다르니 그냥 재밌는 discussion이 될거예요 🙋🏻🙋🏻♀️🙋🏻♂️)
당신은 당신이 생각한 것 보다 수학을 무척 좋아하고 있을지도 몰라요 🔮 (빠져든다...빠져든다...)
함께 공부하고, 이해하고, 그리고 나서 실제 문제를 풀어봄으로써 ML 을 내 것으로 만들어 보아요.
Kaggle로 실습도 하고 각자 갖고 있는 knowhow + insight 도 small talk를 통해서 공유할 예정이예요.
(small talk는 준비가 필요 없어요! 우리 모두가 다 다르고 문제를 바라보는 관점도 다르니 그냥 재밌는 discussion이 될거예요 🙋🏻🙋🏻♀️🙋🏻♂️)
당신은 당신이 생각한 것 보다 수학을 무척 좋아하고 있을지도 몰라요 🔮 (빠져든다...빠져든다...)
모임이 더 궁금하다면 모두의연구소 커뮤니티(https://join.slack.com/t/modulabs/shared_invite/zt-24wqh8x3q-N4AzqCVF_qD1x4RQeqFzAQ) 채널 #04_풀잎스쿨 에서 퍼실이에게 직접 질문할 수 있어요!
무엇을 얻을 수 있나요?
- ML에 필요한 수학적 지식을 배울수 있어요.
- 우리가 익힌 수학적 지식이 어떤식으로 ML에 적용되는지 배울수 있어요.
- 배운 것을 코드로 짜고, 적용함으로써 이해도를 높일수 있어요.
- 새로운 시각을 갖을 수 있어요.
- 지속 가능한 공부 습관과 든든한 스터디메이트를 얻을 수 있어요.
- 우리가 익힌 수학적 지식이 어떤식으로 ML에 적용되는지 배울수 있어요.
- 배운 것을 코드로 짜고, 적용함으로써 이해도를 높일수 있어요.
- 새로운 시각을 갖을 수 있어요.
- 지속 가능한 공부 습관과 든든한 스터디메이트를 얻을 수 있어요.
무엇을 공부하나요?
Mathematics for Machine Learning에서 익힌 수학적 지식을 기반으로 한 ML 이해하고 실습을 통해 내것으로 만들기.
어떤 사전지식이 필요한가요?
- 본 과정은 Mathematics for Machine Learning 의 season 2로 기본적인 수학적 지식이 필요해요.
- 코드를 구현할 예정이라서 python을 사용할 수 있어야 해요.
- [중요] Mathematics for Machine Learning 책에서 Chap.8부터 진행할 예정이예요.
이런 분들이 들으면 좋아요!
- 수학적 지식을 기반으로 코드를 직접 구현해보고 싶으신 분
- 수학을 너무 너무 좋아하시는 분
- ML을 수학을 기반으로 풀어보고 싶으신 분
- Mathematics for Machine Learning (풀잎스쿨 19)기를 들으셨던 분 (안들으셨던 분들도 관심있으시면 환영이예요)
- 우리가 배운 수학을 Kaggle 데이터로 풀어보고 싶으신 분
- 스터디 메이트를 만들고 싶으신 분
- 수학을 너무 너무 좋아하시는 분
- ML을 수학을 기반으로 풀어보고 싶으신 분
- Mathematics for Machine Learning (풀잎스쿨 19)기를 들으셨던 분 (안들으셨던 분들도 관심있으시면 환영이예요)
- 우리가 배운 수학을 Kaggle 데이터로 풀어보고 싶으신 분
- 스터디 메이트를 만들고 싶으신 분
이런 분들은 신청하기 전 다시 한 번 고민해보세요!
- 수학을 정말 싫어하시는 분
- Python코드를 이해하기 힘드신 분
- Python코드를 이해하기 힘드신 분
학습유형
사전학습
모임 운영 방식
- 한 주당 chapter 1개씩을 나갈 예정이예요.
- 주 별 4분 정도 발표를 진행하고 질의응답 시간을 갖을 예정이예요.
- 격주로 코드를 구현해보고, 토론하는 시간을 갖을 예정이예요.
- 이외에 추가적으로 데이터 분석 및 ML 방법론 적용에 대해서 간단한 small talk를 진행할 예정이예요.
- 가끔은 오프라인으로도 볼 예정이예요.
- 주 별 4분 정도 발표를 진행하고 질의응답 시간을 갖을 예정이예요.
- 격주로 코드를 구현해보고, 토론하는 시간을 갖을 예정이예요.
- 이외에 추가적으로 데이터 분석 및 ML 방법론 적용에 대해서 간단한 small talk를 진행할 예정이예요.
- 가끔은 오프라인으로도 볼 예정이예요.
커리큘럼
Warmup weeks
9. Linear Regression
10. Dimensionality Reduction with Principal Component Analysis
11. Density Estimation with Gaussian Mixture Models
12. Classification with Support Vector Machines
Final week
1주차
- 오리엔테이션 (자기 소개 + 방향성 토론)
- Season 1에서 배운 내용 정리
- Chap8 When models meet data 부분 확인
9. Linear Regression
3주차
- 9. Linear Regression
- 9.1 - 9.4 부분 발표
- Linear Regression 에 대해서 MML에서 제공해주는 tutorial 따라서 실습
- 실습 내용 발표 (1-2명)
- Kaggle 대회에서 LR로 풀은 문제 소개 (1명)
- tutorial 혹은 Kaggle 문제에 대한 토론 (적용 방법 + 이론 + 아이디어)
10. Dimensionality Reduction with Principal Component Analysis
5주차
- 10. Dimensionality Reduction with Principal Component Analysis
- 10.1 - 10.7 부분 발표
- DR w/ PCA 에 대해서 MML에서 제공해주는 tutorial 따라서 실습
- 실습 내용 발표 (1-2명)
- Kaggle 대회에서 PCA 로 풀은 문제 소개 (1명)
- tutorial 혹은 Kaggle 문제에 대한 토론 (적용 방법 + 이론 + 아이디어)
11. Density Estimation with Gaussian Mixture Models
7주차
- 11. Density Estimation with Gaussian Mixture Models
- 11.1 - 11.4 부분 발표
- GMM 에 대해서 MML에서 제공해주는 tutorial 따라서 실습
- 실습 내용 발표 (1-2명)
- Kaggle 대회에서 GMM 로 풀은 문제 소개 (1명)
- tutorial 혹은 Kaggle 문제에 대한 토론 (적용 방법 + 이론 + 아이디어)
12. Classification with Support Vector Machines
9주차
- 12. Classification with Support Vector Machines
- 12.1 - 12.5 부분 발표
- Kaggle 대회에서 SVM로 풀은 문제 소개 (2명)
- tutorial 혹은 Kaggle 문제에 대한 토론 (적용 방법 + 이론 + 아이디어)
- *** SVM의 경우 tutorial이 제공되고 있지 않습니다 ***
Final week
- Final week
- 공부한 부분 정리 및 토론
교재 / 학습자료 / 준비물
Mathematics for Machine Learning by Book by A. Aldo Faisal, Cheng Soon Ong, and Marc Peter Deisenroth
(ref : https://mml-book.github.io/)
(ref : https://mml-book.github.io/)
첫 시간 전 준비사항
- 풀잎스쿨을 완주하겠다는 의지
- Mathematics for Machine Learning 책을 끝낸다는 기쁨
- 좋은 스터디메이트를 만난다는 설레임
- 곧 재밌는 일이 일어날 것 같은 두근거림
퍼실이 소개
손소연
#Data scientist #ENFJ
자기소개 및 개설동기
🌱 퍼실이는 공학을 전공하였지만, 머신러닝, 딥러닝, 신호처리, 데이터 분석등을 하는 손소연이예요.
특히, 데이터 관련된 것들에 관심이 많고, 배우고 경험하고 싶은 것들이 아주 많아요.
Mathematics for Machine Learning의 Season 1에는 참여했다 무럭 무럭 자라서 퍼실이가 되었어요 .
🌱 함께 할 버디님은 장진우님 (#Data scientist #ENFJ) 이예요 🙂🙃
알고리즘, 머신러닝, 딥러닝, 음성, 이미지등 다양한 분야에 관심을 갖고 계세요.
그리고 Mathematics for Machine Learning의 Season 1의 첫 주에 chapter 1을 혼자 완주하고 오신 능력자세요!
항상 웃는 얼굴로 긍정 에너지를 전파하고 계셔서 함께 공부하시면 수학과 머신러닝이 너무 좋아지실거예요!
모두연에서 모두 다 함께 긍정의 에너지를 갖고 같이 공부해보아요!!!
특히, 데이터 관련된 것들에 관심이 많고, 배우고 경험하고 싶은 것들이 아주 많아요.
Mathematics for Machine Learning의 Season 1에는 참여했다 무럭 무럭 자라서 퍼실이가 되었어요 .
🌱 함께 할 버디님은 장진우님 (#Data scientist #ENFJ) 이예요 🙂🙃
알고리즘, 머신러닝, 딥러닝, 음성, 이미지등 다양한 분야에 관심을 갖고 계세요.
그리고 Mathematics for Machine Learning의 Season 1의 첫 주에 chapter 1을 혼자 완주하고 오신 능력자세요!
항상 웃는 얼굴로 긍정 에너지를 전파하고 계셔서 함께 공부하시면 수학과 머신러닝이 너무 좋아지실거예요!
모두연에서 모두 다 함께 긍정의 에너지를 갖고 같이 공부해보아요!!!
소속
데이터 사이언티스트
풀잎스쿨 / LAB 참여 이력
LAB I love data 참여
LAB Medical AI LAB 참여
LAB HIT(Human In The loop) LAB 참여
LAB HIT(Human In The loop)랩 참여
풀잎21기 Mathematics for Machine Learning S2 퍼실
풀잎32기 설명 가능한 인공지능, 조금 더 나아가기 참여
풀잎25기 Speech Recognition with Deep learning 참여
풀잎21기 [슬로우페이퍼 15기] Diffusion 모델부터 DALL-E 2까지! 참여
풀잎19기 Mathematics for Machine Learning 참여
풀잎19기 NLP w/DL : 캐글 첫 도전하기 참여
풀잎17기 차근차근 베이지안 통계학 참여
풀잎스쿨 참여 주의사항
Q. 풀잎스쿨은 강의인가요?
풀잎스쿨은 학원식 강의가 아닌, 플립러닝(flipped learning) 방식으로 참여자들이 함께 만들어 나가는 스터디 모임이에요. 따라서 출석과 사전 학습을 성실히 수행하고, 공부한 것을 함께 나눌 의지가 있으시다면 그 어디보다 많은 것을 얻어가실 수 있답니다!
Q. '퍼실이'는 누구인가요?
퍼실이는 함께 공부하는 스터디 리더예요. 강사가 아니어서 강의를 하지는 않지만, 커리큘럼을 기획하고 모임을 진행한답니다. 선의와 공유의 마음으로 기꺼이 지원해 모임을 이끌어 주시는 만큼, 퍼실이와 함께 따뜻한 모임을 함께 만들어 주세요. :)
부득이하게 모임 참석이 어렵거나 모임에 늦는 경우처럼, 원활한 참여가 어려운 경우에는 퍼실이가 미리 인지하고 준비하실 수 있도록 반드시 알려주세요!
Q. 사회적 거리두기 단계에 따라 안전하게 진행되나요?
모두의연구소는 사회적 거리두기 단계별 방역 조치를 지켜, 모든 연구원들이 안전한 환경에서 편안히 활동하실 수 있도록 노력하고 있습니다.
오프라인 모임 또한 사회적 거리두기 단계별 방역 조치에 따라 온라인으로 진행될 수 있습니다. 다만, 방역 조치상 오프라인 모임이 가능한 경우 오프라인 진행을 원칙으로 합니다. 추가적으로, 모임의 질을 위해 온•오프라인 병행은 '지양'하고 있습니다.
풀잎스쿨에는 온라인으로 진행되는 다양한 과정이 있답니다. 시간적•거리적 제약으로 오프라인 참여가 어려우신 분들은 온라인 과정을 주목해 주세요! :)
Q. 온라인 모임에 참여할 때 캠과 마이크를 반드시 켜야 하나요?
네. 모두의연구소는 연구원 분들이 최적의 환경에서 학습과 연구에 몰입하실 수 있는 환경 조성을 최우선으로 하고 있습니다. 따라서, 온라인 모임 시에는 토론과 질문이 빈번한 학습 환경에서의 몰입과 매끄러운 진행을 위해, 반드시 캠과 마이크를 켜서 대화에 참여하도록 안내하고 있습니다.
캠과 마이크를 켤 수 없는 경우에는 아쉽지만 참여를 제한하고 있으니, 반드시 캠과 마이크 기능이 포함된 도구를 준비해 주세요. 원활한 의사소통을 위해 자택 등의 조용한 공간에서 참여해 주시면 감사드리겠습니다.
풀잎스쿨은 학원식 강의가 아닌, 플립러닝(flipped learning) 방식으로 참여자들이 함께 만들어 나가는 스터디 모임이에요. 따라서 출석과 사전 학습을 성실히 수행하고, 공부한 것을 함께 나눌 의지가 있으시다면 그 어디보다 많은 것을 얻어가실 수 있답니다!
Q. '퍼실이'는 누구인가요?
퍼실이는 함께 공부하는 스터디 리더예요. 강사가 아니어서 강의를 하지는 않지만, 커리큘럼을 기획하고 모임을 진행한답니다. 선의와 공유의 마음으로 기꺼이 지원해 모임을 이끌어 주시는 만큼, 퍼실이와 함께 따뜻한 모임을 함께 만들어 주세요. :)
부득이하게 모임 참석이 어렵거나 모임에 늦는 경우처럼, 원활한 참여가 어려운 경우에는 퍼실이가 미리 인지하고 준비하실 수 있도록 반드시 알려주세요!
Q. 사회적 거리두기 단계에 따라 안전하게 진행되나요?
모두의연구소는 사회적 거리두기 단계별 방역 조치를 지켜, 모든 연구원들이 안전한 환경에서 편안히 활동하실 수 있도록 노력하고 있습니다.
오프라인 모임 또한 사회적 거리두기 단계별 방역 조치에 따라 온라인으로 진행될 수 있습니다. 다만, 방역 조치상 오프라인 모임이 가능한 경우 오프라인 진행을 원칙으로 합니다. 추가적으로, 모임의 질을 위해 온•오프라인 병행은 '지양'하고 있습니다.
풀잎스쿨에는 온라인으로 진행되는 다양한 과정이 있답니다. 시간적•거리적 제약으로 오프라인 참여가 어려우신 분들은 온라인 과정을 주목해 주세요! :)
Q. 온라인 모임에 참여할 때 캠과 마이크를 반드시 켜야 하나요?
네. 모두의연구소는 연구원 분들이 최적의 환경에서 학습과 연구에 몰입하실 수 있는 환경 조성을 최우선으로 하고 있습니다. 따라서, 온라인 모임 시에는 토론과 질문이 빈번한 학습 환경에서의 몰입과 매끄러운 진행을 위해, 반드시 캠과 마이크를 켜서 대화에 참여하도록 안내하고 있습니다.
캠과 마이크를 켤 수 없는 경우에는 아쉽지만 참여를 제한하고 있으니, 반드시 캠과 마이크 기능이 포함된 도구를 준비해 주세요. 원활한 의사소통을 위해 자택 등의 조용한 공간에서 참여해 주시면 감사드리겠습니다.
환불정책
첫 모임 시작 전날까지 취소 및 전액 환불이 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.
환불 신청은 홈페이지 상단의 “문의글 작성” 에서 가능합니다.