인공지능과 데이터 과학을 활용해보고 싶은 분들에게 추천합니다.

데이터 청년 캠퍼스란?

데이터 청년 캠퍼스

데이터 청년 캠퍼스는 과학기술정보통신부와 한국데이터산업진흥원이 주관하는 데이터 및 인공지능을 활용해 유용한 서비스를 만들어보는 활동이다. 기초적인 내용부터 최신 연구 사례까지, 자신이 원하는만큼 배울 수 있다는 것이 큰 장점으로 꼽힌다.

신청한 이유

<aside> 💡 데이터와 인공지능을 어떻게 이용할 수 있을까?

</aside>

기말 고사가 한창이던 때, 도서관 앞을 지나가던 중 게시판에 걸린 한 포스터를 봤다. 데이터 청년 캠퍼스, 데이터 활용 전반에 대한 지식과 프로젝트를 할 수 있다는 설명에 곧장 사이트로 들어가 정보를 찾아봤다. 생각보다 체계적으로 커리큘럼이 있었고, 방학 때 마땅히 하려고 했던 것도 없던 참이라 바로 신청했고, 그렇게 여름 방학 동안 활동을 하게 되었다.

신청할 때, 또 하나 좋았던 점은 여러 학교에서 과정이 진행된다는 것이었다. 먼 곳까지 갈 필요 없이 고려대학교에서 활동하면 된다는 사실은 나에게 큰 장점으로 다가왔다.

배운 것

https://github.com/YeongRoYun/DataSchool

Python

데이터를 다루기 위한 언어로 Python 을 배웠다. 이미 많이 썼던 언어라 딱히 얻어갈 것은 없다고 생각했는데, 생각보다 유익한 내용을 많았다.

Decorator

우선, Decorator 에 대해 배울 수 있었다. Python 으로 Higher Order Function 을 구현할 때, 사용하는 것인데,

$$ F : X \to Y; G : Y \to Z; H := G\cdot F $$

위 식의 구현을 풀어서 한다면

def f(x:X)->Y:
	return y
def g(y:Y)->Z:
	return z
def h(x:X)->Z:
	return g(f(x))

이렇게 되지만, 이것을 간단하게,

def decoF(g):
	def wrapper(x:X):
		return g(f(x))
	return wrapper
@decoF
def g(y:Y) -> Z:
	return z

assert g(x) == h(x)

로 축약할 수 있다. Decorator 는 OCP(Open-Close Principle) 에 적합한데, 기존의 함수를 변경하지 않고, 추가로 덧붙여 나감으로써 확장할 수 있기 때문이다.