수업내용/목표
본강좌는인공지능기술의핵심의핵심이되는기계학습이론과이론을이해하는데도움이되는수학적인내용을학습합니다.또한기계학습알고리즘중에서최근가장주목받고있는신경망네트워크에대한이론적인내용과응용알고리즘에대해서학습합니다.
본강좌는인공지능기술의핵심의핵심이되는기계학습이론과이론을이해하는데도움이되는수학적인내용을학습합니다.또한기계학습알고리즘중에서최근가장주목받고있는신경망네트워크에대한이론적인내용과응용알고리즘에대해서학습합니다.
주차 |
차시명 |
주차별 학습목표 |
|
---|---|---|---|
1 |
Vector |
Vectors |
벡터에 대한 이해와 벡터와 관련된 연산에 대해서 이해한다 |
Linear functions |
|||
2 |
Vector Operations |
Norm and Distance |
벡터 기반의 크기와 선형독립에 대해서 이해한다 |
Linear Independence |
|||
3 |
Matrix |
Matrices |
행열과 일차방정식의 관계에 대해서 이해한다 |
Linear equations |
|||
4 |
Matrix Operations |
Matrix multiplication |
행열을 기반으로 하는 연산에 대해서 이해한다 |
Matrix inverses |
|||
5 |
Least Square Problem |
Least Squares |
최소자승법에 대해서 이해하고 실제 데이터에 적용하는 것에 대해서 이해한다 |
Leaast Squares Data Fitting |
|||
6 |
Linear Regression |
Problem Definition |
선형회기분석을 위한 모델 생성과 학습 과정에 대해서 이해한다 |
Gradient Descent |
|||
Vectorization |
|||
7 |
Classification |
Logistic Regression |
로지스틱 회기분석을 기반으로 하는 분류자에 대해서 이해한다 |
Cross Entropy |
|||
8 |
Model Generalization |
Feature Engineering |
기계학습 기반의 모델과 데이터의 관계에 대해서 이해한다 |
Generalization |
|||
9 |
Developing Machine Learning Project |
Cross Validation |
기계학습을 기반으로 하는 어플리케이션을 개발하는 과정에 대해서 이해한다 |
Learning Curve |
|||
10 |
Unsupervised Learning |
K-means Clustering |
대표적인 비지도학습 알고리즘에 대해서 이해한다 |
Principal Component Analysis |
|||
11 |
Neural Network |
Neural Network Architecture |
신경망 네트워크를 기반으로 하는 기계학습의 작동원리에 대해서 이해한다 |
Classification |
|||
12 |
Neural Network |
Back-propagation |
신경망 네트워크를 기반으로 하는 최적화 알고리즘에 대해서 이해한다 |
Initialization |
|||
13 |
Convolutional Neural Network |
Convolutional Neural Network |
합성곱 기반의 신경망 네트워크의 작동원리에 대해서 이해한다 |
Stochastic Gradient Descent |
|||
Autoencoder |
|||
Generative Adversarial Networks |
|||
14 |
최종평가 |
퀴즈 : 20%
실습: 60%
과제 : 20%
※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.
[강좌 수준]
중급 난이도로, 수강자가 기초적인 수학적 지식을 갖추고 있다는 전제 하에 기계학습에 대한 원리를설명하는강좌입니다.
[추천 선수 과목]
선형대수학, 미적분학
[참고문헌
(References)]
1. Boyd,
S.andVandenberghe,L.,2018.Introductiontoappliedlinearalgebra:vectors,matrices,andleastsquares.Cambridgeuniversitypress.
2. Goodfellow, I.,
Bengio,Y.,Courville,A.andBengio,Y.,2016.Deeplearning (Vol.
1,No.2).Cambridge:MITpress.
강의 중 사용되는 슬라이드를 강좌 교재로 사용하고 있으며'신경망네트워크와수학적기반PDF교재'탭에서슬라이드PDF를다운로드하실 수 있습니다. 이 밖에 별도로 구비해야 할교재는없습니다.