컴퓨터공학/Machine Learning Study

[머신러닝 시스템 디자인 스터디 Part2]Setting up a Machine Learning System

Machine Learning System 셋업의 키포인트 문제를 준비해라 우선, 질문들을 던져라 머신러닝 인터뷰에서 면접관의 질문은 다양하고 스펙트럼이 넓다. 질문을 해서 문제에 대한 자신의 이해도와 면접관의 기대치의 간격을 줄여야한다. 이를 통해 문제의 크기를 좁혀나갈 수 있고, 시스템의 요구사항의 각을 잡을 수 있게되어 결국 머신 러닝 문제의 상태를 정확하게 파악할 수 있을 것이다. 예시: 면접자가 사용자의 쿼리들의 응답결과와 가장 유사한 것들을 찾는 검색엔진을 설계하라는 문제를 받았다. 문제를 Narrow Down 하기 위해 다음과 같은 질문들을 하는 것이 좋다. 이 문제에서 검색 엔진이 뜻하는 것은 구글이나 Bing 같은 일반 검색 엔진인가, 혹은 아마존 상품 검색과 같은 특정한 검색 엔진인가?..

[머신러닝 시스템 디자인 스터디 Part1] How Does This Course Help in ML Interviews?

머신러닝 인터뷰 Problem-solving/coding 소프트웨어 엔지니어링 코딩 인터뷰와 비슷하다. 예를 들어 인오더 트리(In-order tree traversal) 순회와 같은 문제를 지원자에게 주고 한시간 반동안 문제를 풀게한다. Machin Learning Understanding 머신러닝에 대한 기본적인 컨셉에 집중된다. Concepts Supervised vs Unsupervised learning // 지도 vs 비지도 학습 Classification vs Regression // 분류와 회귀 분석 Deep Learning // 딥러닝 Optimization Funcitons // 최적화 함수들 Machine Learning 알고리즘들에 대한 학습 Career Discussion 이전의 ..