Coursera - 딥러닝 강의 공부 중

어제부터 딥러닝 강의를 보기 시작했다.

 

사실 딥러닝 강의가 워낙 종류가 다양하고 많아서 뭘 봐야 할지도 잘 모르겠다만,

 

머신러닝 박사 했던 친구에게 물어보니 Andrew Ng 교수 강의가 무난할 것 같다고 해서.

 

Coursera에서 강의를 보기 시작했다.

 

'DeepLearning.AI'에서 하는 'Neural Networks and Deep Learning' (한글로는 '신경망 및 딥 러닝'으로 나온다) 강의다.

 

DeepLearning.AI에서 제공하는 딥러닝 특화과정의 강의 5개 중 하나다.

 

 

등록한 사람만 100만 명이다.

 

다른 딥러닝 강의들에 비해서도 등록자 수나 평가 수가 압도적으로 많고 평점도 높다.

 

아마 딥러닝 강좌 중에서는 가장 유명한 (그리고 가장 기본적인) 강의일 것 같다.

 

(좀 더 찾아보니 스탠포드 머신러닝 강좌가 등록자 500만 명이어서 더 유명한 강의인거 같긴 하다. 이것도 Andrew Ng 교수가 강의한거. 그 강의도 예전에 좀 보다가 말았었다...)

 

지금 3주차 강의 보고 있는데 아직 퀴즈와 코딩 과제는 안했다.

 

퀴즈와 코딩 과제를 풀려면 별도의 유료 등록을 해야 하는데, 7일 동안은 무료로 가능하다.

그래서 3주차 강의만 좀 더 본 뒤, 유료 등록을 하고 7일 내에 남은 퀴즈와 과제를 다 마치려고 한다 ㅎㅎ

딥러닝 특화과정의 강의 5개 전부 수강 완료하는게 목표다.

그 뒤에는 Tensorflow 개발자 특화과정도 있던데 그것도 수강하려고 한다.

 

강의 보면서 느끼고 있는거는,

쉽게 잘 설명해주는 것 같고 영어에 익숙하지 않아도 크게 무리 없는 수준인 듯하다.

한편 한글 자막이 제공되는데 기계번역을 한건지 번역이 어색하고 용어가 잘못 번역된 경우가 있다. 예를 들면 training을 '학습'으로 번역하지 않고 '열차'로 번역한다거나..;; 그래도 이해하는데 문제는 없는 수준이어서 나는 한글 자막을 띄우고 좀 어색하거나 이상한 부분은 영어 원문을 참고하고 있다.

 

그리고 선형대수와 파이선 코딩의 기본적인 내용은 알고 있어야 할거 같다. 지금까지 본 내용은 대부분 선형대수 기반으로 설명하는 내용이다.

 

좀 더 공부를 하고 나서, 기회가 되면 kaggle에 올라오는 문제도 한번 도전해보고 싶다.

간만에 공부+도전할게 생기니 신난다!