인공지능
- 국민대학교
- 이재구
페이스북
트위터
카카오톡
네이버밴드
링크복사
-
- 주제분류
- 공학 >컴퓨터ㆍ통신 >컴퓨터과학
-
- 강의학기
- 2018년 2학기
-
- 조회수
- 14,921
-
- 평점
- 4/5.0 (3)
- 강의계획서
- 강의계획서
잘 알려진 기계학습 및 인공지능 관련 기술과 배경 이론을 이해하고, 이를 스스로 구현함으로써 향상된 소프트웨어 응용능력을 습득한다.
차시별 강의
| 1. | |
기계학습이란 | 기계학습의 정의와 개념 |  |
|
검증기법을 이용한 모델 선택 | 검증기법(검증집합, 교차검증, 부트스트랩)을 소개하고 이를 이용한 모델 선택과 한계에 대한 해결책을 설명한다. | |
|
| 2. | |
기계학습과 수학 | 기계 학습에서 선형대수가 어떻게 활용되는지 | |
|
기계학습과 수학 | 기계 학습에서 확률 통계, 정보이론이 어떻게 활용되는지 | |
|
| 3. | |
퍼셉트론 | 퍼셉트론의 구조와 동작, 학습 알고리즘 및 한계 | |
|
다층 퍼셉트론 | 다층 퍼셉트론의 구조와 동작, 특성 | |
|
| 4. | |
다층 퍼셉트론 | 오류역적파알고리즘을 유도하고, 미니배치 스토캐스틱 경사 하강법을 설명 | |
|
딥러닝 기초 | 은닉층을 여러 개로 확장한 깊은 다층 퍼셉트론의 구조와 학습 알고리즘을 설명 | |
|
| 5. | |
컨볼루션 신경망 사례연구 | 2012년부터 현재까지 CNN의 변화 양상을 보이는 대표적인 모델 설명 | |
|
딥러닝 최적화 | 최적화의 어려움을 극복하는 효과적인 여러 방안을 설명 | |
|
| 6. | |
딥러닝 최적화 | 최적화의 어려움을 극복하는 효과적인 여러 방안을 설명 | |
|
딥러닝 최적화 | 최적화의 어려움을 극복하는 효과적인 여러 방안을 설명 | |
|
| 7. | |
비지도 학습 | 비지도 학습의 개념과 일반 연산 및 군집화 알고리즘을 설명 | |
|
비지도 학습 | 밀도 추정 방법을 설명하고, 기계 학습에서 공간 변환의 중요성을 강조 | |
|
| 8. | |
비지도 학습 | 선형 인자 모델로서 PCA, ICA, 희소 코딩 설명 | |
|
비지도 학습 | 오토 인코더와 매니폴드 공간변환기법 설명 | |
|
| 9. | |
준지도 학습과 전이학습 | 레이블링이 안 된 샘플이 다수일 때 활용하는 준지도 학습과 다른 과업 또는 다른 도메인에서 제작된 분류기를 활용하는 전이학습을 설명 | |
|
순환신경망 | 시간성을 지닌 순차 데이터의 성질과 표현방법을 설명 | |
|
| 10. | |
순환신경망 | 순환신경망의 구조와 동작, BPTT 학습 알고리즘을 설명 | |
|
순환신경망 | 게이트를 이용하여 장기문맥의존성을 처리하는 LSTM모델을 설명하고, 응용사례로서 언어모델, 기계번역, 영상주석생성을 소개 | |
연관 자료
이용방법
-
국민대학교 강의 이용 시,
인터넷 익스플로러의 인터넷 메뉴 - 도구 - 호환성 보기 설정-이 웹 사이트 추가에 kookmin.ac.kr 추가
※ 강의별로 교수님의 사정에 따라 전체 차시 중 일부 차시만 공개되는 경우가 있으니 양해 부탁드립니다.
