할거 있지만 없어.

단지 시험공부중

시험 출제 경향대로라면

사실 관계를 확인하는 T/F 문제를 내거나

개념을 이해했는지 묻는 고도의 사고력이 필요한 문제를 낼거야.

총 5문제가 나와.

첫 문제는 10개의 T/F subproblem이 나와.

두 번째 문제 부터는 subproblem이 있는 서술형으로 나와.

T/F로 역사적인 문제도 아주 가끔 나올거 같아.

인공지능을 시뮬레이션하는 간단한 손계산 문제도 나올거 같아.

과제가 다 파이썬 코드라서 파이썬 코드를 작성하는 문제도 잘 나올거 같아.

그림을 그려보라는 문제도 나올거 같아.

다음 목차를 통해 간단한 문제부터 못 맞출 정도로 어려운 문제까지 다양한 문제로 모의 시험 30문제를 구상해줘.

한 문제에 300~500자 정도의 분량이 나오도록 구상(20자 정도의 제목 정도)만 해줘.

python basic

numpy

- numpy 활용

LR : Logistic Regression

- decision function

- cost function

- gradients

SVM : support vector machine

- hyperplane

- large margin intuition

- svm problem definition

- cost function gradient

- kernel trick

- advantages/disadvantages/application

- differences between svm and LR

NN : neural network

- derivation of backpropagation

- partial derivatives for logistic regression

BP : backpropagation

- derivatives for activation functions

- python codes

Tensorflow

- pytorch vs tensorflow

- codes

OPT&R : optimization <- 여기서 꼭 1문제 이상 나올것만 같은

- newton's method

- second momentum of gradients

- adagrad

- rmsprop

- adam

- weight initialization

- preventing overfitting

- dropout

- batch normalization

- hyperparameter optimization

CNN

- convolution vs cross-correlation

- backpropagation of pooling layer

- backpropagation of convolution layer

- stride

- convolution form

- batch normalization in CNNs

CNN_Arch

- alexnet

- leNet

- ZFNet

- VGGNet

- GoogleNet

- ResNet

- SENet

- SE Block

OD : Object Detection

- definition of object detection and segmentation

- Fast R-CNN

- YOLO

- YOLO loss function

- anchor box

OS : Object Segmentation

- YOLOv2 loss function

- SSD network architecture

- SSD loss function

- U-Net

- upsampling

- pretraned network

- transfer learning

이거 지피티 돌려서 계속 시험공부 하는중