생각보다 꾸준히 벌써 3주차째 정리를 하고 있다. 단순히 페이스북에 쌓아두기만 할 때에는 다시 보는 일이 잘 없었는데, 이렇게 정리를 하기 시작하니 다시 한 번 보게 되고 공부하게 되어 긍정적인 효과가 많은 것 같다.
자 그러면 이번주 소식도 한번 알아보시죠.
목차
- AI clean code
- AI trading
- Hummingbird
- DL Model implementations
- Fastbook
- Text Classification Review paper
- Deepmind UCL NLP course
- Speechbook
- KorGPT2 tutorial
AI clean code
그리 최근자료는 아니지만 AI 연구자들을 위한 클린코드라는 자료를 발견했다.
사실 데이터사이언티스트 중 코딩 자체에 대해 깊은 지식을 가지지 못한 분들도 많기에 이런 자료는 도움이 될 수 있다고 생각한다. 그렇지만 사실 널리 통용될만한 정답은 없다고 생각하기에 저런 자료들을 찾아보며 어느정도 팀 별 컨벤션을 맞추는 건 좋은 시도일 것 같다.
AI trading
RL을 활용한 주식 트레이딩 후기?같은 느낌의 블로깅이다. 우리나라도 최근에 주식시장에 대한 관심이 커지면서 데이터사이언티스트들은 한번쯤 이 사람과 같은 고민을 해봤으리라 생각한다.
다만, 생각보다는 잘 되지 않았던 것으로 보이니.. 역시 세상에 쉽게 돈 버는 방법은 없는듯.
Hummingbird
MS에서 공개한 라이브러리이며 전통적인 머신러닝 모델을 텐서 컴퓨테이션이 가능하도록 변환해준다고 한다. 예를 들면 sklearn의 Decision Tree와 같은 모델들을 Pytorch에서 쉽게 활용할 수 있도록 변환해주는 역할을 하는 듯 하다.
한 번쯤 테스트 해봐도 좋을듯.
DL Model implementations
MLP부터 다양한 ML/DL 모델구현체들을 모아놓은 레포. 쥬피터 노트북으로 작성해두어 손쉽게 가져다 쓰기 좋을듯.
정말 점점 활용할 수 있는 자료들을 늘어나고 있는데 그만큼 ML/DL 어플리케이션들이 극적으로 발전하고 있는지는 의문.
Fastbook
Fast.AI 창시자인 제레미 아저씨가 이번 Fast.ai 버전업과 함께 딥러닝 전반에 대한 책을 작성하고 있었다.
그 책이 이제 8월 쯤에 아마존을 통해 판매가 된다고 함. 아마 기존에 있던 강의도 같이 버전업이 되지 않을까하는 생각.
Text Classification Review paper
텍스트 분류에 활용되는 기술들에 대한 리뷰 페이버 나옴.
사실 대다수의 논문들은 보통 Related work로 기존 연구들을 다 묶어버리고(말은 쉽게 하지만 논문 써보면 레퍼런스다는게 제일 귀찮..), 앞선 연구들은 다 알겠지라는 베이스가 있어서 이런 논문들은 전체적인 발전흐름을 익히기에 좋은듯 하다.
Deepmind UCL NLP course
딥마인드와 UCL이 연계해서 NLP 코스를 새롭게 진행한 것 같다. 많은 분들이 보통 딥러닝을 접할 때 스탠포드 강의로 많이 시작하는 것 같은데 생각보다 영국계열 강의들의 퀄리티도 높다. 특히 딥마인드가 같이 참여한 Oxford NLP 강의를 들어봤을 때 굉장히 퀄리티가 좋았기에 아마 이 코스도 좋은 내용을 담고있지 않을까한다.
시간되면 한 번 들어보는 것도 좋을듯.
Speechbook
지금은 네이버에 계시는 걸로 알고 있는 이기창님이 음성인식 연구를 하시면서 공부하신 내용을 잘 정리해서 공유해주셨다.
정말 이 분은 개념을 정말 잘 정리하시는 것 같다. 개인적으로 음성 쪽에 문외한인데 한 번 읽어볼 예정.
KorGPT2 tutorial
커뮤니티에 어떤 분이 GPT2 튜토리얼을 공유.
코드베이스를 보지는 못했지만 GPT2에 관심있는 분들은 참고해보면 좋을듯.
.