강좌 소개수업내용/목표◎ 수업 개요- 다양한 형태의 데이터를 다루기 위한 기초적인 방법론을 학습할 수 있도록 기계학습의 원리와 응용을 다루고, 이를융합연구의 토대로 활용할 수 있는 통찰력을 얻을 수 있다.◎ 수강대상- 기계학습 관련 전공 학과의 대학생- 융합 연구의 기초를 다듬기 원하는 연구자◎ 수업목표- 기계학습의 전반적인 이론을 이해한다.- 기계학습 방법론을 다양한 분야에 적용할 수 있다.홍보/예시 영상강좌 운영 계획강의계획서주차주차명차시명학습활동1기계학습 소개1차시. 기계학습 정의 및 데이터의 이해퀴즈3문항2차시. 기계학습 활용사례 소개3차시. 데이터 마이닝 프로세스2기계학습과 수학1차시. 응용선형대수퀴즈3문항토론2차시. 확률 및 통계3차시. 최적화3데이터전처리1차시. 데이터 셋의 종류 및 속성 타입퀴즈3문항2차시. 데이터의 기본 통계 및 시각화3차시. 데이터 유사도4기초분류 모델 I1차시. 분류 문제 기본 개념퀴즈3문항읽기자료2차시. 의사 결정 나무3차시. 베이지안 분류 모델5기초분류 모델 II1차시. 서포트 벡터 머신퀴즈3문항2차시. 모델 평가 및 선택 방법3차시. 앙상블 모델6다층퍼셉트론1차시. 신경망 기초 및 퍼셉트론퀴즈3문항읽기자료2차시. 다층 퍼셉트론3차시. 오류 역전파 알고리즘7연관분석 모델1차시. 연관분석 기본개념퀴즈3문항2차시. 연관분석 알고리즘 소개3차시. 패턴 평가 방법론8주차 중간고사9기초클러스터링 I1차시. 클러스터링 기본 개념퀴즈3문항2차시. 분할 클러스터링3차시. 계층 클러스터링10기초클러스터링 II1차시. 밀도 기반 클러스터링퀴즈3문항과제2차시. 고급 클러스터링 방법론3차시. 클러스터링 평가 방법11이상치탐지1차시. 이상치 소개 및 클러스터링 기반접근퀴즈3문항읽기자료2차시. 통계 기반 접근3차시. 인접성 및 분류 기반 접근12딥러닝기초 및 컨볼루션 신경망1차시. 딥러닝 소개퀴즈3문항2차시. 컨볼루션 신경망3차시. 컨볼루션 신경망 사례연구13생성모델 및 딥러닝 최적화 I1차시. 생성모델퀴즈3문항읽기자료2차시. 목적함수 및 성능향...