원하는 주제로 나만의 연구를 시작하고 싶다면!

초보 연구자를 위한
패턴인식 연구방법론
CAMP.

  • 연구 과정의 A-Z 경험

  • 논문 읽기 및 작성 노하우 학습

  • 전문가와 함께 ‘실무 적용을 위한 연구’ 진행

  • 기간

    2018년 12월 1일
    ~ 2019년 1월 26일
    (주 1회, 총 8회 | 12월 29일 휴강)

  • 일정

    매주 토요일
    오후 2시 - 오후 6시
    (회당 4시간,총 32시간)

  • 장소

    강남 패스트캠퍼스 강의장

  • 문의

    강호준 매니저
    02-517-0697
    help-ds
    @fastcampus.co.kr

강의 목표 .

가장 효율적인 연구 방법 을 선택할 수 있는 인사이트를 얻고, 실무 적용을 위한 ‘실용적인 연구 노하우’를 체화하는 것.

강의 개요 .

연구 방법

연구를 진행할 때, 데이터의 크고 작음, 구현하고자 하는 모델의 복잡도, 구축하고자 하는 서비스의 성격 등 여러가지 요소를 종합적으로 고려하여 가장 효율적인 연구방법을 선택해야 합니다. 하지만 연구 경험이 부족한 사람들은 ‘소 잡는 칼로 닭을 잡는’ 비효율적인 일을 반복하기 쉽습니다. 예를들어 요즘 화두가 되는 딥러닝이 아무리 성능이 좋다고 해도 모든 문제의 만능키라고는 할 수 없습니다. 딥러닝이 가진 한계점들 (모델 구축에 필요한 다량의 데이터, 방대한 계산을 수행할 수 있는 고가의 장비 등)을 고려하면, 머신러닝이나 기존의 통계 기반 방법이 더 효율적인 연구 방법이 될 수 있는 것이죠.

본 강의에서는 다양한 연구 방법론의 장단점을 알아보고 가장 효율적인 연구 방법을 선택할 수 있는 인사이트와 노하우를 배우고, ‘실무에 적용하기 위한’ 실용적인 연구 진행 팁을 제공해 드립니다.

연구주제

패턴인식(Pattern Recognition)
어떤 대상물(문자나 기호, 그림, 음성 등)을 묘사하는 ‘패턴’을 컴퓨터에게 학습시키고 이를 바탕으로 주어진 패턴과 일치하는지를 확인(=인식)하는데 사용하는 기술을 말합니다. 계산이 가능한 기계적인 장치(컴퓨터)가 어떠한 대상(=패턴)을 인식하는 문제를 다루는 인공지능의 한 분야로 사람이 쓴 글자를 인식하거나 비디오에서 사람의 얼굴을 인식하는 등의 문제에 활용되고 있습니다.

패턴인식(Pattern Recognition)과 머신러닝(Machine Learning)
패턴인식과 머신러닝은 적용되는 분야들을 보면, 동일한 의미로도 볼 수 있지만 2개를 구분지어 이야기하는 경우가 있습니다. 본 강의에서는 문자나 숫자 등의 패턴을 인식하는 행위를 패턴인식이라고 정의하며, 해당 행위를 달성하는데 필요한 방법들을 머신러닝과 딥러닝이라고 명명합니다.

강의 특징 . 

1

초보 연구자를 위해
연구 과정의 A-Z를
짚어주는 강의.

연구 과정을 경험해 본 적이 없는 초보 연구자의 경우, 어떻게 ‘문제 정의’를 하고 연구를 시작해야 하는지, ‘문헌 고찰’이 왜 중요하고 연구에 있어서 어떤 역할을 하는지 등 연구의 뼈대가 되는 과정들에 대한 이해가 부족하며, 이 때문에 연구를 시작조차 못하는 경우가 많습니다. 본 강의에서는 현업 연구자가 연구 과정의 A-Z까지 압축적으로 가르쳐드립니다.

2

회사에 다니는
실무자를 위한 시간을
아낄 수 있는 효율적인
논문 읽기 방법 전수.

연구를 진행하려면 앞서 연구된 논문을 읽고 소화해낼 수 있어야 합니다. 하지만 논문의 양은 방대하고, 실무자들에게 충분한 시간이 없기 때문에 논문을 효율적으로 읽어낼 수 있어야 합니다. 따라서 본 강의에서는 실무자들의 시간을 절약할 수 있는 효율적인 논문 읽기 방법을 전달해 드립니다.

3

실무와 연구 경험을
모두 갖춘 전문가의
‘실용적인 연구 노하우’ 전달.

대학원의 연구와 실무에서의 연구는 같을 수 없습니다. 따라서 실무와 연구 경험을 모두 갖춘 전문가에게 직접 배워야 실무와 연구의 간극을 채울 수 있습니다. 본 강의에서는 연구 내용을 직접 실무에 적용하실 수 있도록 철저히 ‘실용적인 연구 노하우’를 전달해 드립니다.

커리큘럼 .

주차 강의 내용
1주 [패턴인식 개요]

패턴인식에 대한 방법을 전반적으로 알려드립니다. 어떤 패턴인식 방법들이 있는지, 어디에 실제로 적용되고 있는지 등을 개요형식으로 재미있게 살펴보며, 본인의 업무에 적용가능한 패턴인식 방법들의 존재유무를 배워봅니다.
- 연구(학계)와 실무(업계)에서의 패턴인식 연구 적용의 차이점
- 패턴인식 개론
- 통계기반 방법론이란
- 머신러닝이란
- 딥러닝이란
- Discussion
2주 [패턴인식 심화]

1주차에서 배웠던 방법론에 대해 심도있게 공부합니다. 이를 통해서 해당 방법론들을 실제 본인 업무에 대한 적용가능성과 실현가능성을 파악할 수 있습니다.
- Statistical method
- 머신러닝
- Tree 기반 방법
- State Transition 기반 방법
- 결정 평면 기반 방법
- 딥러닝
- CNN
- RNN
3주 [논문읽는 방법]

논문은 구조적인 글이기 때문에, 이러한 구조를 이해하면 어디에 무슨 내용이 있고, 왜 이런 글을 썼는가에 대한 예측이 가능해집니다. 3주차에는 논문의 구조에 대해 살펴보고, 이를 통해 시간을 아끼며 논문을 읽는 방법을 알려드립니다. 더불어, 본인 연구(업무)주제에 적합한 논문들을 취사선택하는 방법도 알려드립니다. 시간을 아껴야 회사에서 살아남습니다.
- 최근 논문을 왜 읽어야 하나?
- 논문을 어떻게 읽는가?
- 좋은 논문 선택 요령
- 논문 취사 선택의 방법
- 논문을 빠르게 읽는 법 / 공부하는 법
- 논문을 현업에 적용해보기
- 연구 주제 설정 - Discussion
4주 [논문 Study]

3주차에 배운 논문 읽는 방법을 토대로 study를 진행합니다. study를 위한 논문 선택은 자유이며 본인 업무와 관련있는 논문을 읽고 강사와 함께 어떤 부분들을 배웠는가, 어떻게 적용할 것인가를 토론해봅니다. 토론한 결과를 토대로 개발해볼 모델에 대한 가설을 세워보고 또 다시 리서치하는 방법을 알아봅니다.
- 논문 토론 1
- 논문 토론 2
- 실무에 논문 적용해보기
5주 [실제 패턴인식 업무 적용 1 - 패턴인식 연구업무를 위한 판짜기]

AI/딥러닝/패턴인식 관련업무는 겉으로 보이는 것만큼 멋있는 일이 아닙니다. 가설을 세우고 검증하고, 부족한 부분을 보완하여 가설을 보강하고 다시 검증하는 작업을 지속적으로 반복하는 반복작업입니다. 이러한 루틴한 업무의 시간 효용성을 높여줄 노하우를 알려드립니다. 또한, 가설을 세우는데 필요한 논문 조사만큼이나 중요한 데이터를 분석하는 방법에 대해서도 배워봅니다.
- 패턴인식 프레임워크 개요
- 목표 설정을 위한 데이터 분석하기
- 가설 설정
- 학습을 위한 데이터 레이블링 / 레이블링 툴 개발
6주 [실제 패턴인식 업무 적용 2 - 실제 모델 생성 및 검증]

5주차에 세운 가설을 토대로 모델을 구현 및 검증하는 것을 강사 본인의 사례를 기반으로 알려드립니다. 전통적인 머신러닝 방법들은 데이터와 Feature 분석이 9할 이상을 차지합니다. 6주차에서는 이러한 Feature 분석과 데이터를 정제하는 방법들을 살펴봅니다. 또한, 이렇게 데이터 분석 및 Feature를 분석한 후 모델을 개발하는 방법과 검증하는 방법을 간략히 설명합니다.
- Feature 설계 및 분석 방법
- 가설을 기반으로 한, 모델 개발
- 모델을 검증하기 위한 Visualization Tool 개발
- 실험 결과 분석
7주 [실제 패턴인식 업무 적용 3 - 결과 분석 및 추후 연구 제안]

자신이 제안한 모델에 대해 검증하는 방법을 배워봅니다. 실제 모델을 개발하는 것보다 모델에 대해 정확하게 진단을 하고 그 다음 스텝을 정의하는게 현업에선 더욱 중요합니다. 정확한 진단을 위한 메트릭 정의부터 검증을 위한 가이드라인 잡는 법, 검증용 데이터를 선별하는 방법을 배워봅니다. 제대로 분석하기 위한 분석도구 개발부터 실험 결과를 분석을 하는 방법에 대해 살펴봅니다.
- 실험 결과 분석 방법
- 메트릭 정의 및 검증용 데이터 선별 방법
- 실험 결과 분석
8주 [논문 및 보고서 작성 요령]

8주차에서는 연구했던 결과를 토대로 논문을 작성하는 방법을 알려드립니다. 논문을 작성해야하는 이유와 어떻게 작성하는지 알려드립니다. 연구 보고서를 작성하는 방법에 대해서도 알아봅니다.
- 논문 작성법
- 머신러닝 기반 연구논문 작성 방법
- 딥러닝 기반 연구논문 작성 방법
- 연구 보고서 작성방법

추천 대상 .

icon_man3_2_happy

학사 출신 실무자로서
연구 경험을 필요로 하는
개발자

icon_woman1_2_happy

5년 정도의 대학원 과정을
3개월 동안 압축적으로
경험하고 싶은 실무자

강사 소개 .

김상철 강사님 상페이미지

김상철 강사님

서강대 컴퓨터공학과에서 박사학위를 받고 현재 국내 최대규모 E-Commerce社에서 시니어 소프트웨어 엔지니어로 재직중인 개발자입니다.
석/박사 학위동안 머신러닝과 딥러닝 분야에 대한 연구를 주로 해왔고 국내외 학술지와 논문지에 논문을 게재했고 관련 특허를 보유하고 있습니다.
현직 연구자로 학계에서 수행했던 연구와 현업에서 수행하는 연구의 차이를 직접 경험했고 많은 분들이 연구를 현업(개발)에 제대로 적용시키는 방법론에 대해 늘 고민하고 있었습니다.
제가 고민했던 내용들을 바탕으로 강의를 통해 실무자분들이 연구역량을 갖추는데 도움을 드리도록 하겠습니다.

[약력]
– 국내 최대규모 E-Commerce社 검색팀에서 시니어 엔지니어로 재직중
– 서강대학교 컴퓨터공학과 박사
– 머신러닝/딥러닝 관련 특허 3건 등록 및 3건 출원중
– 관련 분야 국내외 논문 25편 등재 및 4번의 Best Paper 수상

원하는 주제로 나만의 연구를 시작하고 싶다면!

초보 연구자를 위한 패턴인식 연구방법론 CAMP

일    정 2018.12.1.~ 2019.1.26. | 주 1회, 총 8회
매주 토요일 오후 14:00 ~ 18:00
준비물 개인 노트북 사용 추천
(본인 PC에 맞는 개발 환경 설정 및 원활한 개별 실습을 위하여)
장    소 강남역 부근 패스트캠퍼스 강의장
문    의 강호준 매니저 : 02-517-0697 | help-ds@fastcampus.co.kr
메일로 문의 주실 경우 자세한 상담을 원하신다면 휴대폰 번호, 상담가능 시간을 남겨주세요:)

정가: 90만원

※ 출시 알림을 신청하시면 다음 기수 모집시 가장 먼저 안내해 드립니다.
※ 카드 12개월 무이자 할부 가능!

출시알림

강의장 안내