W2
NLP
TF-IDF → BERT
상태 확인 중초중급 · 2시간
Deeplearning W2 Hackathon
쇼핑몰 리뷰 평점 분류
네이버 쇼핑 리뷰 텍스트로 상품 평점(1/2/4/5점)을 분류합니다. 정규식·형태소 전처리부터 TF-IDF+전통 ML, 임베딩+LSTM, BERT 파인튜닝까지 — 01~05강에서 배운 표현 전체를 같은 문제에 순서대로 적용하고 비교합니다.
- METRIC
- Accuracy
- SOURCE
- DACON · 235938
Checkpoint / Weekly Hackathon
매주 한 번의 실험,
쌓여가는 랭킹전.
매주 수업에서 배운 모델을 실제 데이터로 검증합니다. AI 사용을 막지 않습니다. 제출한 결과를 직접 읽고 설명해야 순위가 열립니다.
Weekly Board
주간 해커톤
운영 상태 확인 중
W2
NLP
LLM 생성 → SBERT 임베딩
상태 확인 중중급 · 2시간
Deeplearning W2 Hackathon
인테리어 하자 질의응답
인테리어·건축 하자 질문에 답변을 생성하고, SBERT로 임베딩해 정답 벡터와 코사인 유사도로 채점합니다. 16강 생성 전략과 11강 문장 임베딩을 한 파이프라인에서 잇습니다.
- METRIC
- Cosine Similarity
- SOURCE
- DACON · 236216
W1
VISION
CNN
상태 확인 중초중급 · 2시간
Deeplearning W1 Hackathon
아이콘 이미지 분류
이번 주 배운 CNN으로 32×32 아이콘 이미지를 10개 클래스로 분류합니다. 합성곱·풀링이 만든 표현을 실제 데이터로 검증하고, 과적합을 실험으로 진단합니다.
- METRIC
- Accuracy
- SOURCE
- DACON · 236459
W1
DATA
MLP
상태 확인 중초급 · 2시간
Deeplearning W1 Hackathon
소득 예측
인구 통계 데이터의 범주형·수치형 특성을 정리하고 MLP로 소득 구간(0/1)을 예측합니다. 입력 설계가 성능을 얼마나 바꾸는지 실험으로 확인합니다.
- METRIC
- Accuracy
- SOURCE
- DACON · 235892
Before You Start
성능 대회가 아니라, 내 결과를 설명하는 과제입니다
제출하면 점수가 바로 보이지 않습니다. 본인 결과를 근거로 한 객관식 3문항 중 2문항 이상과 실험 회고를 통과해야 점수와 순위가 열립니다.
- AI 도구를 써도 되나요?
- 됩니다. 막지 않습니다. 다만 순위를 여는 건 코드가 아니라 결과 해석입니다. 이해 확인 문항은 “가장 많이 예측된 class”, “recall이 가장 낮은 class”처럼 본인 제출 결과를 봐야만 답할 수 있는 것들입니다.
- 2시간 안에 좋은 모델을 못 만들 것 같아요
- 목표가 최고 성능이 아닙니다. baseline → 진단 → 개선 한 바퀴를 도는 것이 목표입니다. 제출은 5회까지 가능하니 첫 제출을 빨리 하고 혼동행렬을 본 뒤 두 번째를 만드세요.
- 어떤 과제를 골라야 하나요?
- 표 형태 데이터가 익숙하면 소득 예측, 이미지를 다뤄보고 싶으면 아이콘 분류를 고르세요. 둘 다 제출해도 됩니다 — 리더보드는 과제별로 따로 집계합니다.
- 제출할 때 무엇을 올리나요?
- 사이트에는
submission.csv하나만 올립니다. notebook·학습 곡선·오분류 분석은 본인 기록으로 남겨 수업에서 근거로 설명합니다. 이름은 퀴즈에 제출한 이름과 같아야 하고, 리더보드에는 실명이 표시됩니다.