주차

주차명

차시명

과제

1

1. 머신러닝을 위한 표현법

1-1. 머신러닝을 위한 표현법

퀴즈 1

1-2. 머신러닝의 수학적 기초

2

2. 지도 학습과 Decision Tree

2-1. Decision Tree란 무엇인가?

퀴즈 2

2-2. 지도학습의 일반화 성능

3

3. 확률적 구분기와 Naïve Bayes

3-1. 확률적 구분기의 정의

퀴즈 3

3-2. Naïve Bayes

4

4. Non-parametric 구분기와 Ensemble 모델

4-1. Non-parametric 구분기와 k-NN 모델

퀴즈 4

4-2. Ensemble 모델

5

5. Linear Regression 과 Least Square

5-1. Linear Regression

퀴즈 5

5-2. Least Square

6

6. Linear classification

6-1. Linear Classification 의 차별점

퀴즈 6

6-2. Linear Classification 의 풀이 방법

7

7. Linear Model 의 한계점과 보완방법

7-1. Noise-robust 학습 방법론

퀴즈 7

7-2. Overfitting과 Regularization

8

중간고사

9

9. Non-linear Data 학습 방법

9-1. Non-linear Data 처리 방법

퀴즈 8

9-2. Non-linear Data 머신러닝 학습 방법

10

10. Unsupervised Learning

10-1. Unsupervised Learning의 이해

퀴즈 9

10-2. K-Means Clustering

11

11. Weak- & Semi- Supervision

11-1. Weak-supervision

퀴즈 10

11-2. Semi-supervision

12

12. Gradient Descent

12-1. Gradient Descent 기본

퀴즈 11

12-2. Gradient Descent 심화

13

13. Deep Neural Network

13-1. Structure of Deep Neural Network

퀴즈 12

13-2. Training of Deep Neural Network

14

14. Supervised Learning &

 Unsupervised Learning with Deep Neural Network

14-1. Supervised Learning with Deep Neural Network

퀴즈 13

14-2 Unsupervised Learning with Deep Neural Network

15

기말고사