[Fundamentals] Fundamentals 과정 소개 및 후기

AIFFEL에서의 Fundamentals은 Fundamentals이라는 단어의 뜻 ( 1. 근본적인 2. 핵심적인, 필수적인, 3. 기본 원칙; 핵심)과 동일하였습니다.

 

아무래도 본인은 AIFFEL 인공지능 개발자 과정과는 거리가 먼 비전공자인지라, Computer Science에 대한 기초 역량이나, 리눅스 환경, 터미널 등에 대한 기초 지식이 부족한 상태였습니다.

 

하지만, Fundamentals은 AIFFEL 과정 진행을 위해 필요한 지식을 속성으로 배울 수 있었고, 거기에 더불어 퍼실님과 다른 교육생으로부터 기본부터  응용할 수 있는 영역까지의 지도및 이야기를 나누면서 부족한 기초를 쌓을 수 있었다고 생각합니다.

 

그러면, 미래의 AIFFEL 과정을 참여하실 분을 위한 Fundamentals의 과정에 대해서 한 번 나열을 해드리겠습니다.

0. Ready to go?

1. 인공지능 개발자가 되기 위한 위대한 첫 걸음

2. 터미널로 배우는 리눅스 운영체제

3. 개발자를 위한 첫 번째 필수 교양

4. 파이썬으로 코딩 시작하기

5. 텍스트의 다양한 변신

6. 파이썬 잘하는 척 해보자

7. Data 어떻게 표현하면 좋을까? 배열 (array)과 표 (table)

8. 데이터를 한눈에! Visualization

9. 다양한 데이터 전처리 기법

10. 가랏, 몬스터볼! 전설의 포켓몬 찾아 삼만리

11. 사이킷런으로 구현해 보는 머신러닝

12. 파이썬으로 이미지 파일 다루기

13. 당신의 행운의 숫자는? 나만의 n 면체 주사위 위젯 만들기

14. 딥러닝과 신경망의 본질

15. 딥러닝 들여다보기

16. 선형 회귀와 로지스틱 회귀

17. 비지도학습

18. TF2 API 개요

19. 딥네트워크, 서로 뭐가 다른 거죠?

20. 딥러닝 레이어의 이해 (1) Linear, Convolution

21. 딥러닝 레이어의 이해 (2) Embedding, Recurrent

22. Regularization

23. 활성화 함수의 이해

24. Likelihood (MLE와 MAP)

25. 정보이론 톺아보기

26. 컴퓨터 파워 UP

27. 더 많이! 더 깔끔하게! 데이터를 관리하는 데이터베이스

28. SQL을 이용해 DB와 대화해보자

29. 그나저나 데이터는 어디서 가져오지?

30. 파이썬으로 데이터 전처리 웹 만들기

31. 맵리듀스로 그리는 빅데이터 지도

32. 빅데이터 생태계

 

위의 목차를 보시면 아시겠지만, 리눅스, Git, Github, 마크다운, 파이썬, 데이터 처리, 머신러닝, 딥러닝 (개념부터 적용 사례), 통계, Computer Science, SQL, 빅데이터 등을 배웠습니다.

 

물론 지금도 위의 내용을 다루는 것에 부족한 감이 있기는 하지만, AIFFEL 과정 초기에 아무것도 모르던 것과 비교를 해보면 구글링을 통해 모르는 것을 찾아보는 수준까지는 올라온 것 같네요.

 

이에 대한 상세한 내용은 추후에 위의 내용들을 정리해서 공유해보도록 하겠습니다.

 

긴 글 읽어주셔서 감사합니다.