|
|||
■ 우수프로젝트상 (조번호순) 2조: 강예준(전북대), 김정호(고려대), 배영경(KAIST), 이우섭(성균관대), 최광종(서울대) "Sequential Data Analysis using RNN" 10조: 김길한(서울대), 박누리(GIST), 오용재(서울대), 정동렬(경희대) "Binary Classification with 3 Different ML Models" 11조: 김동겸(KAIST), 박소정(조선대), 유찬(명지대), 정민재(성균관대), 홍창호(서울대) "Deep Learning & Phase Transition" 12조: 김민석(부경대), 박영재(한양대), 이나현(세종대), 정정훈(서울시립대), Biseko J. Mafwele (인하대) "2D Ising Model by CNN and CVAE" ■ 프로젝트 발표 일정표
■ 추가공지사항 (2020/01/10) * IHL 지난번에 공지한 내용에 추가하여 부탁의 말씀 드립니다. Python3, numpy, scipy, matplotlib, scikit-learn, tensorflow, keras (CPU/GPU 버전) 이외에도 아래의 라이브러리를 사용하실 수 있는 컴퓨터에 추가로 설치한 후 겨울학교에 참가해 주십시요. LightGBM XGBoost CATBoost bayes_opt
https://lightgbm.readthedocs. ■ 조배정 안내 (2020/01/07)
■ Registrants are requested to complete the following preparatory instructions from the lecturers prior to attending the School (2019/12/23): * IHL 파이썬 환경(예를 들어, anaconda)에서 scikit-learn, tensorflow, keras, matplotlib, numpy, scipy 등 파이썬 라이브러리들을 각자 컴퓨터에 설치한 다음에 겨울학교에 참가하실 것을 부탁드립니다. 물론, 사용하실 수 있는 서버 컴퓨터가 원격 접속이 가능한 상태로 준비가 되어도 좋습니다. * JWL 각자가 노트북에 python3 환경을 구축해 왔으면 좋겠습니다. python3환경은 1) https://www.python.org/downloads/ 에서 적당한 버전을 받아서 설치하면 되고 이것을 전혀 못하겠다고 하시는 분은 2) mobaxterm https://mobaxterm.mobatek.net/ 을 설치하고 jwlee@mju.ac.kr 로 서버 계정에 쓸 id를 보내주시면 제가 미리 만들어 놓겠습니다. 3) 파이썬에 대해서 미리 학습하시고 싶으신 분들은 점프투파이썬 https://wikidocs.net/book/1 시간이 나시면 미리 예제를 해보시는 것도 좋을 것입니다. * SWS 수강 준비 사항으로 구글 계정을 이용하여 코랩 계정을 만들어 오면 되겠습니다. Google Colab https://colab.research.google.com 위 구글 코랩에 접속하여 계정을 만들어 오도록 해주세요. ■ Timetable (2020/01/09)  |
|||
