티스토리 뷰
진짜 오랜만에 글을 쓰는 것 같다. 가끔 올라오는 질문글에만 답변을 달고 블로그와 관련해서는 아무것도 못했다.. 취업준비도 해야 되고, 이제 석사 졸업을 하기 위해서는 졸업논문을 써야 된다. 그리고 마지막으로 올해의 마지막 목표인 컨퍼런스 논문도 하나 준비해야 되고.. 아무튼 글을 쓸 여건이 안된다..
사실 석사 마지막 학기면 수업도 거의 안 듣고, 논문이랑 취업 준비만 하면 정말 널널할 것 같다는 생각을 했었는데.. 막상 학생 신분이 끝나기 전에 몰아서 공부할 내용들이 있어서 여유 시간이 거의 없었다. 그래도 그 덕분에 온라인으로 몇개 강의를 더 듣고 재미있게 석사 생활을 마무리 할 수 있을 것 같다.
사실 이번에 소개할 강의도 약간 논문 쓰는 것과 관계된 강의다. 이전에 이쪽 강의를 통해서 statistics 관련 강의를 들었었는데 같은 교수가 Scientific Writing에 대한 강의를 한다고 해서 연이어서 듣게 되었다. 나름대로는 영어로 써야되는 졸업 논문을 준비하는 겸해서 말이다.
<https://class.stanford.edu/courses/Medicine/Sci-Write/Fall2014/about>
강의 자체는 크게 3부분으로 나뉜다. 첫 번째는 글을 쓸 때 독자들에게 글 내용을 효과적으로 전달하기 위한 몇가지 원칙에 대해서 소개한다. 예를 들어서 불필요한 미사여구나, 문법, 반복 구문에 대한 정리 등도 알려주고, 실제 저널을 쓸 때 시점이 어떤식으로 진행되어야 하는지에 대해서도 소개한다. 그리고 주별 강의마다 Demo script를 직접 보여주면서 실시간으로 교정해주는 부분도 포함되어 있다. 두번째는 단순하게 글을 쓸 때 어떤 전개 방식을 취해야 하는지에 대해서 알려준다. 개인적으로 제일 도움을 받은 부분이기도 하다. 여기서는 논문 작성시 필요한 section과 각 section에서 다뤄야 할 내용에 대해서 주로 다뤘다. 나 같은 경우는 Introduction을 작성할 때, 진짜 쓸데없는 부분같이 집어넣으면서 엄청 길어졌었는데 이 부분을 들으면서 많이 줄여나갈 수 있었다. 마지막은 저널 투고할 때 받는 review에 대한 대처나 plagiarism 방지를 위한 인용 구문에 대해서 다뤘는데 이 부분은 그냥 넘어가겠다.
앞에서도 이 강의를 들으면서 논문 준비를 많이 할 수 있었다고 언급했었는데 사실 그 도움이 된 부분이 바로 중간 중간에 포함되어 있는 Writing Assignment 였다. Writing Assignment 는 진짜 말 그대로 글쓰기 숙제다. 물론 기존의 온라인 강의를 들으면 4지선다형 방식이던가, 단순히 주관식 답을 작성하고 답을 비교해서 채점하는 방식이었는데 비해서 이 강의에선 Peer Assessment를 통해서 실제 이 강의를 듣고 있는 Peer의 채점을 받는 형식을 취했다. 총 3번의 과제가 있었는데 나는 2번 정도 참여했었고, 첫번째로 제출했던 과제는 엄청나게(..) 까였다.
이게 Peer assessment 의 예시인데 기존에 썼던 내용에 비해서 많이 수정되었다. 이 사람은 나한테 "도대체 무슨 의도로 글을 썼는지 모르겠다" 라는 feedback까지 남겼다. 이 때 나도 좀 당황했다. 솔직히 영작이라는 자기 소개서만 써보고 이렇게 내 theory에 대해서 누군가에게 영어로 소개했던 적이 없었던 거 같았는데, 정말 내가 영어 실력이 없다는 것을 많이 느꼈다. 물론 그렇게 느끼고 다음 과제 때 이 부분을 보완해서 냈다.
그래도 상대적으로는 수정 부분이 적어졌다. 그렇다고 점수가 잘 나온건 아니지만... 아 이 점수 부분은 고려해야 한다. 당연히 Peer Assessment 인 만큼 점수에 대한 절대적인 기준이 없다. 때라서 그냥 채점하기 귀찮은 사람은 수정 부분도 없이 평균점수로 몰아서 주고, 그런 케이스가 간혹 있었다. 그런 부분만 빼면 내가 따른 사람들에게 내 이론을 설득시키려면 어떤 식으로 접근해야 되는지에 대해서 상대방이 평가해주기 때문에 이 부분에 대해서 내가 보완을 할 수 있었다.
대충 이때 얻은 피드백을 바탕으로 졸업 논문을 열심히 쓰고 있다.
내 topic은 Manycore system에 적용할 수 있는 power management technique에 대해서 다루게 되고.. 2년동안 투자했던 내용이 하나의 논문으로 정리될 거 같다. 물론 아직 다 쓴 건 아니지만 여기까지 온 게 나한테는 참 의미가 있다. 나도 졸업이라니.... 기왕이면 좋은 결과를 받고 좋게 한 해를 마무리할 수 있었으면 좋겠지만, 아직까진 할게 많이 남은 듯 하다.
아무튼 영작에 대해서 고민하고 있는 사람이라면 이 강의를 추천하고 싶다. 이제 강의 기간도 끝나서 더이상 위에서 보여줬던 Writing Assignment나 certificate같은 건 받을 수 없겠지만 그래도 강의 자체에서 다루고 있는 내용 자체가 글쓰기를 준비하는 사람에게 있었서는 꼭 필요한 내용을 다루고 있다고 생각한다. 다행히 나는 논문을 준비하는 과정에서 이 강의를 들었던 게 조금 운이 좋았던 거 같고, 이 강의를 통해서 배울 수 있었던 건.. 조금더 글을 써볼 기회가 있으면 써봐야 한다는 것을 배웠다. 한글이든 영어로든.. 여기 나오는 교수도 계속 그 이야기를 한다. 어차피 영작을 하는 것은 native로 하는 사람도 어려워 하는 내용이고, 그런 사람들도 쓰고 피드백 받으면서 배우는거라고... 물론 우리같은 사람 입장은 영어도 배워야 하고, 그렇게 피드백도 받으면서 계속 수정해나가야 하는 부분이기에 조금 더 힘들겠지만 그러면서 조금더 배우고 결과물을 내면 그걸로 더 의미가 있지 않을까 싶다.
'Study > MOOC' 카테고리의 다른 글
[MOOC] MITx: 15.071x The Analytics Edge (2) | 2015.05.31 |
---|---|
[MOOC] Statistical Learning (2) | 2015.04.08 |
[MOOC] MITx: 6.002x Circuits and Electronics (0) | 2015.01.02 |
[MOOC] Statistics in Medicine - stanford university (4) | 2014.09.02 |
[MOOC] Nanomanufacturing - Stanford University (0) | 2014.08.23 |
[MOOC] Certificate of achievement : SABR101x: Sabermetrics 101: Introduction to Baseball Analytics (0) | 2014.07.24 |
[MOOC] Statement of accomplishment : EDUC115-S: How to Learn Math: For Students (0) | 2014.07.17 |
- Total
- Today
- Yesterday
- windows 8
- DepthStream
- dynamic programming
- Offline RL
- PowerPoint
- 강화학습
- SketchFlow
- Policy Gradient
- Expression Blend 4
- Distribution
- End-To-End
- TensorFlow Lite
- 한빛미디어
- Windows Phone 7
- Kinect SDK
- processing
- Gan
- 파이썬
- Kinect for windows
- bias
- Variance
- Pipeline
- arduino
- RL
- 딥러닝
- Kinect
- ai
- reward
- Off-policy
- ColorStream
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |