2020 인공지능 대학원 전공면접 준비 자료

소개글

*이 문서는 인공지능 대학원 전공 면접 기출 정보를 바탕으로 작성되었습니다.
*면접을 준비하면서 정리한 내용과 합격 후 개인적인 후기를 적었습니다.
*전공 서적과 강의 노트, 신뢰할 수 있는 인터넷 자료를 참고했습니다.
*면접 준비시간을 효율적으로 활용할 수 있는 참고자료 정도로 이용해주시기 바랍니다.

인공지능 대학원은 최근에 신설이 되어서 정보가 많지 않습니다. 서류, 면접 기출이나 면접 방법, 컨택 방법까지 대학마다 달라서 본인이 바쁘게 움직이시며 정보를 찾으셔야 합니다.

컨택 이메일 작성, CV 작성, 원서제출에 필요한 문서 준비에 꽤 많은 시간이 소요되고
면접 기출에 등장했던 모든 과목을 추려본 결과 총 6개의 과목을 공부 + 자기소개서에 대한 예상 질문을 대비해야 하는 상황에서 핵심만 골라 공부하고 정리하는 것도 시간이 많이 소요되었습니다.

따라서 정제된 전공면접 준비 자료를 통한 시간 단축의 필요성을 절실하게 느꼈습니다.
이에 제가 대학원 입시를 준비하며 정리했던 노트를 공유하고자 합니다.

목차

1. 자료구조
2. 알고리즘
3. 선형대수
4. 딥러닝 + 자연어 처리
5. 자기소개서 질문 답변 예시
6. 공부한 과정과 실제 합격 후기

본문내용

[선형대수]
☆▶Linearly independent(선형독립) 증명
1. 벡터들의 선형 결합이 영벡터일때, 계수가 모두 0 인 벡터들을 선형독립이라 한다. 각 벡터들을 행렬의 A 의 열로 두고,
2. null(A)에서 trivial solution 만 갖는지 확인.
3. Rank(A) = A 의 열 개수, free variable = 0

▶LU Factorization(분해)
행렬 A 에 대하여 lower triangle(elementary matrix 역행렬들의 곱)과 upper triangle(row echelon form)로 분해할 수 있다.
Type 3 e.r.o 만 가능.
A 가 역행렬을 가지면 유일하다. ...(중략)

[AI/ML]
☆▶딥러닝에서 학습한다는 것의 의미
손실함수의 값을 최소화하기 위해 옵티마이저를 통해 가중치와 편향값을 조정하는 과정을 말합니다.
손실함수는 모델의 예측값과 실제 레이블 값의 오차를 나타내주고,
이 오차를 순전파와 역전파를 반복하여 줄이게 되면 학습이 되었다라고 합니다.
순전파: ...(중략)

☆▶경사하강법
손실함수에서 각 가중치에 대한 기울기 값을 구하고 그 기울기의 반대방향으로 step size 만큼 값을 갱신하는 방법이다. 손실함수의 최솟값을 구하는 것을 목적으로 한다.
종류:
1. batch gradient descent: 한 epoch 을 돌면서 데이터 전체에 대해 매개변수 조정
2. stochastic gradient descent: 랜덤 1 개 데이터에 대해 매개변수 조정
3. minibatch gradient descent: ...(중략)

[공부한 과정과 실제 합격 후기]
저는 성균관대 인공지능 대학원 석사과정으로 지원하여 1 차 서류전형을 통과하고 비대면 면접을 보았습니다. 한 개의 방에 교수님 두 분이 들어오시고 15분씩 면접이 진행됩니다. 이 과정을 두 번 반복하여 총 30분의 면접 시간을 가집니다... (중략)