[학습 일지 / day 65] MRC 강의 끝

오늘은 어제 준비한 자료들을 가지고

아침에 발표하고 방향성에 대해 얘기해보는 시간을 가졌다.

작업에 혼선이 생기지 않도록 가이드라인을 제시하였다.

하지만 내용이 많아서 다 받아들이는 데는 무리가 있었을 듯하다.

 

그래도 팀원들이 잘 듣고 또 다시 물어봐줘서

큰 문제 없이 오늘의 목표는 달성할 수 있었다.

 

코드 돌리고 문서 정리하며 대회에 시간을 많이 투자하였고

남는 시간에는 강의를 듣기도 하고

팀원들의 문제 해결을 도와주기도 하였다.

 

모두가 프로세스가 익숙해질 때까지는

몇 번씩 내용을 얘기해야하지 않을까 싶다.

 

코어타임 이후에는 멘토링 시간이 있었다.

최종 프로젝트 아이디어들에 대한 피드백이 있었고

MRC 대회에 대한 제안이 있었다.

무엇을 해야할지 생각이 명료해져서 좋았다.

 

그 이후의 저녁 때에는 휴식을 취하고

또 강의를 끝까지 다 들었다.

솔직히 모든 내용이 다 이해되지는 않았는데

아쉬움이 남는다면 다음 주에 한 두개씩 다시 볼 생각이다.

 

하지만 그 외에도 할일이 많겠지...

일단은 그때 가서 보자!

오늘도 좋은 시간을 보냈고 많은 것을 배웠다. 감사하다.

내일도 화이팅이다!!! 아래는 학습 내용 중 일부인 Bias 내용.

 

Bias의 종류

Bias in Learning
- 학습할 때 과적합을 막거나 사전 지식을 주입하기 위해 특정 형태의 함수를 선호하는 것 (inductive bias)

A Biased World
- 현실 세계가 편향되어 있기 때문에 모델에 원치 않는 속성이 학습되는 것 (historical bias)
- 성별과 직업 간 관계 등 표면적인 상관관계 때문에 원치 않는 속성이 학습되는 것 (co-occurrence bias)

Bias in Data Generation
- 입력과 출력을 정의한 방식 때문에 생기는 편향 (specification bias)
- 데이터를 샘플링한 방식 때문에 생기는 편향 (sampling bias)
- 어노테이터의 특성 때문에 생기는 편향 (annotator bias)

Gender Bias

Sampling Bias

annotation bias