#소개

AIKU 학회원 여러분, 안녕하세요. 제 3회 AIKUTHON에 참여하신 것을 환영합니다 🎉

학회원 여러분들이 지난 기간 동안 여러 학회 활동 (DeepIntoDeep, Seminar, Study)을 거치면서 다양한 분야의 딥러닝 이론을 배우셨을 것이라고 생각합니다. 특히, 이번 D2D의 경우 이전보다 더 많고, 양질의 PyTorch 과제를 통해 딥러닝 코딩 실력 증진에 큰 힘을 기울였습니다. 이제 실전에서 “직접 경험"할 차례입니다. **밤새도록요!**

제공된 Dataset을 바탕으로 특정 taks를 수행하면서 여러분은
1. 딥러닝 모델을 훈련하고 평가하는 파이프라인을 전반적으로 이해하고, 
2. 대표적인 딥러닝 프레임워크인 PyTorch에 대한 숙련도를 향상시킬 것이고,
3. 또한 그 과정에서 발생하는 여러 오류를 처리하면서 더욱 견고한 모델을 완성하실 수 있을 것입니다.

Kaggle에서는 Google Colab처럼 Jupyter Notebook 환경을 제공하며, 이를 통해 데이터를 편리하게 불러오고 GPU를 활용할 수 있습니다. 또한 Kaggle에서는 결과물을 `csv` 파일로 제출해야 한다는 점에 유의해주세요. `csv` 파일을 어떻게 구성해서 제출해야 할지는 Evaluation 탭이나 baseline 코드를 참고해 주시길 바랍니다.

결과물은 최대 20회까지 제출할 수 있습니다. Kaggle 측에서 성능 측정이 완료되면 Leaderboard에서 자신의 성능과 순위를 확인할 수 있습니다. 최종 순위는 모델 성능과 속도, 대면 발표를 바탕으로 결정되며 상위 3팀에게 시상이 이뤄질 예정입니다.

Kaggle과 같은 해커톤은 평소에 쉽게 경험하기 힘든 몰입과 경쟁을 요구합니다. 제 3회 AIKUTHON은 오프라인으로 진행되는 만큼 몰입의 열기를 현장에서 직접 느낄 수 있으실겁니다. 이번 대회를 통해 여러분 모두 미래를 위한 유익한 경험을 하셨으면 좋겠습니다. **건투를 빕니다!** 👍

#대상

- AIKU 2기 주니어 (총 14명) + 1기 시니어 희망자 (총 n명)
- 평가 위원 및 대회 운영진은 형평성에 따라 대상에서 제외됩니다.

#주최 및 후원사

- 고려대학교 딥러닝 학회 AIKU
- NAVER D2 (대관 및 상금)