AI Lab 3기 - Data Centric AI

 

• Data Centric AI란?
• 데이터 기획
  • Data Centric AI란 무엇인가
  • Data Centric AI의 미
• 데이터 기획
  • 데이터 구축 프로세스 소개
  • 데이터 구축 기획서 작성
• 데이터 수집
  • 직접 수집
  • 크롤링
  • 오픈 소스
  • 크라우드 소싱
  • 데이터 수집시 주의 사항 - 라이선스
  • 데이터 수집시 주의 사항 - 개인정보보호
  • 데이터 수집시 주의 사항 - 윤리
  • 데이터 전처리
• 데이터 라벨링
  • 라벨링 가이드라인 작성 방법
  • 데이터 라벨링 규칙 설정_CV
  • 데이터 라벨링 규칙 설정 _NLP
  • 라벨링 툴 소개
• 데이터 클렌징
  • 데이터 클렌징 방법
  • 데이터 평가 방법 - IAA
  • IAA를 활용한 데이터 클렌징 방법
• 데이터 마무리
  • 데이터 스플릿
  • 합성 데이터 - CV
  • 합성데이터 - NLP
  • 액티브 러닝
  • 데이터 릴리즈
• 데이터 제작 실습
  • CV 데이터 제작 실습
  • NLP 데이터 제작 실습

 

마지막 대회 전 학습 기간이 Data Centric AI 과정을 마지막으로 끝났다.   Data Centric AI 모듈에서는 데이터 기획부터 구축하는 방법, 수집이나 라이선스 등의 주의사항 등에 대한 내용도 있었는데, 평소 궁금하던 부분에 대해서 잘 정리된 강의로 배울 수 있었다. 또, 개인정보보호나 윤리는 데이터 분석 기사 시험에 나왔던 내용들을 오랜만에 볼 수 있어서 반가웠다.

이제 IR관련 강의와 대회를 준비할 일만 남았다. 화이팅!