강좌 소개수업내용/목표머신러닝의 개념을 이해하고 다양한 머신러닝의 기법을 실세계문제를 해결하는 데 적용할 수 있는 능력을 기른다.홍보/예시 영상강좌 운영 계획강의계획서주차주차명차시명학습활동1머신러닝 개요1차시. 머신러닝이란무엇인가?퀴즈(2문항)2차시. 지도학습3차시. 비지도학습4차시. 수학복습: 벡터와 행렬5차시. 수학복습: 벡터-행렬연산2선형 회귀1차시. 선형회귀: 모델 표현퀴즈(2문항)2차시. 선형회귀: 경사 하강 개념3차시. 경사하강4차시.경사 하강 개념5차시.경사하강과 선형 회귀3다변수 선형 회귀1차시. 다변수선형 회귀퀴즈(2문항)2차시. 특징값 스케일링3차시. 경사하강: 학습 속도4차시.새로운특징 값 만들기5차시.정규 방정식4데이터 분류1차시. 이진분류퀴즈(2문항)과제(1)2차시. 분류경계선3차시. 로지스틱회귀: 비용함수4차시.최적화5차시.Multiclass Classification5정규화(Regularization)1차시. 과적합(Overfitting)퀴즈(2문항)2차시. 정규화(Regularization)3차시. 선형회귀의 정규화4차시.로지스틱회귀의 정규화5차시.다항회귀의 정규화6신경회로망 모델링1차시. 비선형예측 함수퀴즈(2문항)2차시. 뉴런과브레인3차시. 뉴런모델 표현4차시.신경회로망 모델 표현5차시.논리함수 구현7신경회로망 학습1차시. 비용함수퀴즈(2문항)2차시.오차 역전파 학습 알고리즘3차시. 신경회로망파라미터 최적화4차시.오차 역전파 알고리즘의 행렬 표현5차시.오차역전파 알고리즘 응용8주차중간고사9머신러닝의 적용1차시. 예측함수의 성능 평가퀴즈(2문항)2차시.최적 모델의 선택3차시.Bias와 Variance4차시.학습 곡선5차시.학습 알고리즘의 성능 향상10머신러닝 시스템 설계1차시. 머신러닝시스템 설계 시 고려사항퀴즈(2문항)2차시.오차 분석 방법3차시.불균형 데이터의 경우 오차 평가척도4차시.정밀도(Precision)와 재현율(Recall)의 Trade-Off5차시.학습 데이터 수와 텍스트 오차의 관계11Support Vector M...