강좌 소개
강좌 계획
주차 | 주차명 | 차시 | 차시명 | 학습요소 |
---|---|---|---|---|
1 |
기계학습 소개와 개발환경, 함수와 뉴론, 넘파이 튜토리얼 |
1 | 기계학습 소개 | 강의(20분), 퀴즈(5개) |
2 | 기계학습 개발환경 | 강의(19분), 퀴즈(5개) | ||
3 | 행렬 | 강의(13분), 퀴즈(5개) | ||
4 | 함수와 뉴론 | 강의(18분), 퀴즈(5개) | ||
5 | 넘파이 튜토리얼 - 배열의 형상 | 강의(18분), 퀴즈(5개) | ||
6 | 넘파이 튜토리얼 - 브로드캐스팅 | 강의(15분), 퀴즈(5개) | ||
7 | 명강의 | 강의(8분, 24분), 퀴즈, 강의(7분, 7분, 16분), 퀴즈 | ||
8 | 파이썬 기초 - Overview | 강의, 퀴즈(성적 미반영) | ||
과제 | - | 없음 | ||
2 | 인공뉴론 동작원리, 활성화 함수, 퍼셉트론 | 1 | 인공뉴론의 동작원리 | 강의(17분), 퀴즈(5개) |
2 | 미분 | 강의(17분), 퀴즈(5개) | ||
3 | 활성화 함수 | 강의(21분), 퀴즈(5개) | ||
4 | 퍼셉트론 | 강의(23분), 퀴즈(5개) | ||
5 | 퍼셉트론 알고리즘 | 강의(19분), 퀴즈(2개) | ||
6 | 퍼셉트론 코딩 | 강의(18분), 퀴즈(3개) | ||
7 | 명강의 | 강의(17분, 14분), 퀴즈, 강의(15분 15분), 퀴즈 | ||
8 | 파이썬 기초 - DataTypes | 강의, 퀴즈(성적 미반영) | ||
과제 1 |
[퍼셉트론 알고리즘 계산] 임의의 가중치를 설정하고 퍼셉트론 알고리즘을 입력에 적용하여 가중치를 구하는 문제. (세 문제) 입력과 가중치를 도식화 함. |
- 과제 1-1, 1-2, 1-3 | ||
3 | 기계학습 작업흐름, 객체지향 프로그래밍과 퍼셉트론 | 1 |
기계학습 작업 흐름 - 학습자료 준비 |
강의(18분), 퀴즈(2개) |
2 | 기계학습 작업 흐름 - 학습자료 전처리 | 강의(18분), 퀴즈(3개) | ||
3 | 객체지향 프로그래밍 | 강의(19분), 퀴즈(3개) | ||
4 | 객체지향 퍼셉트론 구현 | 강의(19분), 퀴즈(3개) | ||
5 | 객체지향 퍼셉트론 활용 | 강의(14분), 퀴즈(3개) | ||
6 | 다층 퍼셉트론 | 강의(14분), 퀴즈(3개) | ||
7 | 명강의 | 강의(11분, 13분, 7분), 퀴즈, 강의(34분), 퀴즈 | ||
8 | 파이썬 기초 - Iteration | 강의, 퀴즈(성적 미반영) | ||
과제 2 |
[기계학습 작업흐름 파악] 질문에 답을 함. |
- 과제 2 | ||
과제 |
[붓꽃 데이터셋을 퍼셉트론으로 분류하기] 코딩을 한 후, 질문에 답을 함. |
- 과제 3 | ||
4 | 순방향 신경망 & 중간고사 | 1 | 순방향 신경망 | 강의(19분), 퀴즈(3개) |
2 | 순방향 신경망 예제 | 강의(18분), 퀴즈(3개) | ||
3 | 아달라인과 경사하강법 | 강의(15분), 퀴즈(3개) | ||
4 | 명강의 | 강의(39분), 퀴즈 | ||
5 | 파이썬 기초 - Function | 강의, 퀴즈(성적 미반영) | ||
6 | 중간 시험 | |||
과제 4 |
[순방향 신경망 구현하고 실행하기] 주어진 가중치와 입력으로 예측값을 구하는 문제임. 코딩을 한 후, 질문에 답을 함. |
- 과제 4-1, 4-2 | ||
5 | 아달라인 경사하강법, 역전파와 XOR신경망 | 1 | 아달라인 경사하강법 구현 | 강의(18분), 퀴즈(3개) |
2 | 아달라인 경사하강법 적용 | 강의(17분), 퀴즈(3개) | ||
3 | 역전파 오차 계산법 | 강의(15분), 퀴즈(3개) | ||
4 | 역전파 오차함수 미분 | 강의(17분), 퀴즈(3개) | ||
5 | XOR 신경망 모델링 | 강의(12분), 퀴즈(4개) | ||
6 | XOR 신경망 구현 | 강의(16분), 퀴즈(3개) | ||
7 | 명강의 | 강의(44분), 퀴즈, 강의(38분), 퀴즈 | ||
8 | 파이썬 기초 - String | 강의, 퀴즈(성적 미반영) | ||
과제 |
[순전파와 역전파 계산하기] 주어진 가중치와 입력으로 예측값과 역전파하는 오차를 구하는 문제임. 직접 계산을 하여, 질문에 답을 함. 코딩으로 체크 가능 |
- 과제 5-1, 5-2, 5-3 | ||
과제 6 |
[역전파 계산하기] 행렬을 이용한 역전파 신호처리 방법을 이해하고 있는지를 묻는 질문들임. 선택형이며, 2회의 기회가 주어짐. |
- 과제 6-1, 6-2, 6-3 | ||
6 | 로지스틱 회귀, 인공 신경망 구현 | 1 | 다층 신경망 모델링 | 강의(16분), 퀴즈(3개) |
2 | 로지스틱 회귀 알고리즘 | 강의(15분), 퀴즈(3개) | ||
3 | 로지스틱 회귀 비용함수 미분 | 강의(16분), 퀴즈(3개) | ||
4 | 로지스틱 회귀 신경망 구현 | 강의(14분), 퀴즈(3개) | ||
5 | MNIST Dataset | 강의(18분), 퀴즈(3개) | ||
6 | 배치/확률적 경사하강법 | 강의(15분), 퀴즈(3개) | ||
7 | 명강의 | 강의(30분), 퀴즈, 강의(36분), 퀴즈 | ||
8 | 파이썬 기초 - List | 강의, 퀴즈(성적 미반영) | ||
과제 |
[신경망의 행렬 표기법] 신경망의 신호처리 과정을 행렬 수식으로 정리하고 이를 이해하고 있는지를 묻는 질문임. 선택형이며, 2회의 기회가 주어짐. |
- 과제 7-1, 7-2, 7-3 | ||
과제 8 |
[크로스 엔트로피 계산] - 크로스 엔트로피와 평균 제곱오차를 계산하고, 두 개가 장단점과 서로 다른 점을 비교하는 문제임. 선택형이며, 2회의 기회가 주어짐. |
- 과제 8-1, 8-2, 8-3 | ||
7 | 심층 신경망, 기계학습 오픈 프레임워크 & 학기말 고사 | 1 | 미니배치 경사하강법 | 강의(23분), 퀴즈(3개) |
2 | 심층 신경망 구현 | 강의(19분), 퀴즈(3개) | ||
3 | 심층 신경망 성능 테스트 | 강의(18분), 퀴즈(3개) | ||
4 | 기계학습 오픈 프레임워크 | 강의(19분), 퀴즈(3개) | ||
5 | 명강의 | 강의(46분), 퀴즈, 강의(36분), 퀴즈 | ||
6 | 파이썬 기초 - List Comprehension | 강의, 퀴즈(성적 미반영) | ||
7 | 학기말 시험 | |||
과제 9 |
[DeepNeuralNet 코딩하기] - 강의시간에 이미 구현한 DeepNeuralNet 클래스를 여러 네트워크 모델로 직접 실행해보는 문제임 선택형이며, 2회의 기회가 주어짐. |
- 과제 9 | ||
과제 10 |
[DeepNeuralNet_BGD 코딩 문제] 배치 경사하강법을 사용하는 심층신경망으로 다양한 자료들을 분류하는 문제 선택형이며, 2회의 기회가 주어짐. |
- 과제 10-1, 10-2 |
강좌운영진 소개
교수자
- 교수자 : 김영섭 교수
- 현) 한동대학교 전산전자공학부 교수
- The Univ. of Alabama 컴퓨터공학 Ph.D.
강좌지원팀
- 학습 지원 : 박준혁
- 한동대학교 전산전자공학부 졸업생
- E-mail : walter1023@daum.net
- 학습 지원 : 이경준
- 한동대학교 전산전자공학부 학부생
- E-mail : kjune18@naver.com
강좌 수강 정보
이수/평가정보
평가유형: 퀴즈 25%, 과제 30%, 중간고사 20%, 기말고사 20%, 질의응답 5%
이수증 발급 요건: 총점 60점 이상