<팀원>

소프트웨어학과 조민주

소프트웨어학과 이장원

소프트웨어학과 이은정

<팀원별 활동내용>

조민주

LG aimers를 수강하며 강의에 대한 정리본과 수강하고 알게 된 점을 노션을 통해 정리하였습니다. 

처음엔 인공지능에 대한 마음가짐과 인공지능의 장단점, 사회에 미칠 수 있는 영향들에 배웠습니다. 

그 이후로는 다양한 모델 및 방법론(linear/nonlinear regression, classification, ensemble, kernel) 등을 통해 모델을 언제, 왜 사용하는지와 성능의 향상 방법을 학습했습니다. 

Explainable AI라는 주제로 잘못 학습된 인공지능이 사회에 끼치는 긍정적, 부정적 영향과 그를 해결할 수 있는 XAI기법, SmoothGrad, CAM, LIME등에 대해 배웠습니다.

이장원

네트워크에 대해 더 자세하게 공부하고 주언어인 Go언어 실력을 향상시키기 위해 "Go언어를 활용한 네트워크 프로그래밍" 책을 읽고 

중요하다고 생각하는 내용을 노션에 정리했습니다. 또한 모각소 활동 기록을 위한 노션 사용법에 대해서도 알아보았습니다.

이은정

2주간 LG aimers에 올라오는 수업을 듣고 내용을 정리하였습니다. 

주로 AI Ehthics, 데이터 분석과 AI 학습에서 유의할 점, 세계적인 데이터 과학자가 되는 방법, Linear Regression과 SL Foundation에 대해 배웠습니다. 

3주차부터 3주간 '혼자 공부하는 머신러닝‘ 책으로 머신러닝에 대해 공부했습니다. 

챕터 1,2에서 머신러닝이란 무엇인지, 훈련 데이터와 테스트 데이터, 데이터 전처리에 대해 배웠습니다. 

4주차에는 최근접 이웃 회귀 방법, 선형 회귀 방법, 특성 공학과 규제에 대해 배웠으며, 5주차에는 로지스틱 회귀 방법과 확률적 경사 하강법에 대해 배웠습니다.

<팀원별 최종성과>

조민주

요 근래 AI가 사회에서 대두되는 문제인 만큼 데이터 과학자로써 제도적, 윤리적으로 어떤 자세로 임해야 하는지에 대해 깨달았습니다. 

또한 지도학습의 다양한 모델을 알아보았으며, 딥러닝의 대표 모형의 학습 원리를 배우고 이를 노션에 기록하는 과정을 통해 인공지능에 대한 지식을 정리할 수 있었습니다.

이장원

컴퓨터 네트워크 과목에서 배운 것보다 네트워크에 대해 더 자세한 내용을 학습했습니다.

네트워크 토폴로지, OSI 참조 모델, TCP/IP 참조 모델의 계층적인 구조, 데이터 캡슐화, 각 계층의 기능과 순서와 역할, 데이터가 한 계층에서 다음 계층으로 이동하는 방식,

IP 주소, IPv4 멀티캐스팅과 브로드캐스팅, TCP와 UDP 포트, 소켓 주소, NAT, ARP, IPv6, 주소 범주, IPv6가 IPv4보다 나은 장점, 주요 네트워크 프로토콜, 

ICMP, DNS 등에 대해 배웠습니다.

이은정

인공지능이 어떻게 구성되고 작동되는지에 대해 알았습니다. 

인공지능을 배우기 전에 어떤 마음가짐으로 인공지능을 공부해야 하는지 배웠고 인공지능의 기본 이론들을 배웠습니다. 

그리고 인공지능의 가장 기초인 회귀 방법들에 대해 배웠습니다. 꾸준하게 공부하는 습관을 만들었고 인공지능에 대한 흥미가 생겼습니다.

<팀원별 향후계획>

조민주

Aimers를 통해 인공지능에 대한 기반 지식은 학습했지만 짧은 시간이기에 옅은 지식만 얻을 수 있었습니다. 

이후로도 AI에 대한 공부를 이어가 해커톤과 같은 다양한 대회에서 입상을 목표로 공부할 계획입니다.

이장원

책을 읽다보니 점점 관심이 커져서 아직 덜 읽은 나머지 부분들을 학기 중에 계속 읽고 노션에 기록할 것입니다.

1 소켓 레벨 통신에서 신뢰성을 확보하는 방법, 2 핸들러와 미들웨어, 멀티플렉서를 사용하여 HTTP 애플리케이션을 작성하는 방법,

3 TLS를 사용하여 애플리케이션에 인증과 암호화를 통합하는 도구 사용법 등을 Go 언어를 통해 직접 프로그램을 작성하면서 공부할 것입니다.

이은정

앞으로 계속 인공지능을 공부하는 습관을 들일 것입니다. 

꾸준하게 공부하여 간단한 인공지능 코드를 짤 수 있는 수준까지 올리고 다양한 인공지능 대회에 도전하고 입상할 수 있도록 노력할 것입니다.

<발표자료>