주민건

모두연에서 의료 연구하기

회사에서 어떻게 딥러닝 적용할 수 있을지 고민 후 실행하기
=> 불가능 (23.09.08)

0&1 홈커밍 겸 컨퍼런스 개최하기

문제 해결 과정에서 막막하고 답이 없다고 느껴지면 문제 정의를 의심해봐야한다

문제를 의식적으로 정의 내리지 않고 해결한다는건 불가능하다
내가 생각한 해결 방법이 문제를 해결할 수 있는 방법인지 알 수 없다

문제를 분할 정복하는건 효율적인 방법이다
멋진 end-to-end model 구현이 목적이 아니다

Data augmentation 시 데이터 양에 속지 말자
중요한건 데이터 다양성이 얼마나 확보되는지이다

데이터 다양성에 비해 복잡한 모델을 쓴다면 overfit, overparameter 되기 쉽다
문제 상황의 탐색 공간에 존재하는 데이터의 다양성에 맞게 모델의 복잡도를 설정하자