kooc 강의들 후기

카이스트의 ocw, kooc 강의를 몇달간 듣고 있다.

ML 쪽 관련해서 뭔가 배워보려고 파이썬 강의, 데이터자료+알고리즘, 인공지능 및 기계학습개론 강의들을 듣고 있는데 흠....

일단 파이썬 강좌들은 굉장히 쉬운 내용들을 위주로 있어서 초보자들한테도 적당해 보이고, 데이터 구조 및 분석 (linear,non-linear) 부분은 상당히 많이 아쉬운 강의들인듯 싶다. 파이썬 위주로 자료구조 이론을 설명해주고 실습도 하고 그렇긴 한데, 애초에 컴퓨터공학과 교수가 강의하는 것이 아니라 산업공학과 교수님이 강의하는거라 아쉬운 점이 많다.

자료구조의 경우만 해도 파이썬을 사용한다는 것에서 "파이썬"의 강점을 살리는 형태의 코드들을 좀만 생각해보면 구현 할 수 있는데 뭐랄까 그냥 책들의 ADT(Abstract Data Type)의 수도코드들을 재탕한 느낌이 강하다고나 할까? 교수님의 전공이 아니어서 일까? 공학 강의들이 원래 이런지는 모르겠는데 상당히 아쉬웠다. 차라리 파이썬 코드를 안 보여주고 ADT 타입에 대한 설명들과 수도코드들로 강의한게 좀 더 좋지 않았을까?.... 물론 각자가 구현해 보라는 이야기를 하긴 하지만, 내가 요즘 예전에 해보지 않았던 것들을 직접 구현을 해보고 있어서 그럴까? 아니면 자료구조와 알고리즘 관련된 여러 컴공과 교수님들의 ocw 를 들어서 일까? (대부분 ADT 로 수도코드만 설명하고 끝난다) 실습을 해 주는건 참 좋았는데...

ML 강의는 수식이 많아서 학생들이 겁날까 싶었나? 여긴 파이썬 코드 이야기를 하긴 했는데 결국 실습은 매틀랩으로 보여주고 있는데, 신경망 공부를 염두하고 강의를 신청한건데 MLE, MAP, Regression, Bayer, SVM.. 흠 2부 강의를 이제 듣고 있는데 2부 후반부가 되야 내가 좀 관심갈만한 주제들 (Hidden Markov Model 등) 이 나오는구먼? 근데 진짜 실습 이런거 관심이 있으면 유투브에 텐서플로우 이런걸로 실습하는 딥러닝/머신러닝 강의들이나 좀 더 잘 알려져있는 스탠포드의 강의를 듣는게 좋긴 할 듯 싶다. 혹시 모를 미래를 대비해 수료증을 위해 일단 듣고 있긴 하는 건데 역시나 이 강의로는 뭐랄까....

양자정보 강의도 들었는데 이건 최근에 시작한 일 관련해서 읽고 있는 책과 논문이 있어서 쉬어간다고 보고 있는건데 소개 강의구먼.. Preskill의 강의록을 보고 있는데 ... 교수도 그렇고 확실히 여기는 물리학 전공자가 많은듯... EE로 가서 좀 응용쪽 일들을 하고 계시는 것 같은데 뭐 여튼 category 가지고 quantum topological computing 관련 재미있는 토픽들이 많아서 최근 배경 지식들을 쌓고 있는 분야로 kooc 의 강의는 일단 숨고르기로 절반 정도 듣고 있다.

공대 강의 스타일이 상당히 좀 답답하긴 한데.... 어떤 점에서는 강의 듣는것보다 책을 통해서 좀 더 지식을 빠르게 습득 할 수도 있을거라는 생각이 들었다. 컴공과 강의랑 산업공학과에서 강의하는 스타일도 생각보다 많이 달라서 놀라웠다. [같은 과목이고 교재도 비슷한데 내용과 구성이 꽤나 달라지는구먼] 국내 ocw 들이 상당히 좋아지긴 했는데 좋은 자료들은 확실히 영어로 된게 많은 듯 싶다.

최근에 코딩 공부를 본격적으로 해보면서 일본,중국 자료들도 보기 시작했는데 언어의 부족함으로... 검색이 참 힘드네... 어짜피 코드들은 영어니까 코드들 보고 이해해보려고 했는데 ㅋㅋㅋㅋ 아무튼 국내도 자료들은 꽤 많긴 하니까 공부할 것들이 참 많은 듯 싶다. 일단 동기부여가 되어야 이런저런 긋들을 공부해보고 정리하고 내용을 남기고 할 텐데... 일단 듣기 시작한거 마무리는 마져 해보자.