본 강의는 수강생이 기계학습(machine learning)의 원리를 이해하고, 그 원리를 적용하여 문제를 해결함으로 기계 학습 문제들을 해결하는 코딩 능력을 기를 수 있도록 합니다. 또한 4차 산업 혁명의 주요 부분을 차지하고 있는 소프트웨어와 기계학습을 통하여 이러한 기술 시대의 흐름에 대비한 계산적 사고력과 창의력을 향상하고, 문제 해결 역량을 갖추도록 하는 것이 목적입니다. 본 강의는 기계학습의 원리를 이해하기 위해, 일차 방정식과 한 개의 인공 뉴론으로 시작합니다. 단계별로 다양한 기계학습 알고리즘을 배우면서, 그에 걸맞는 인공신경망을 하나씩 모두 구현해 봅니다. 다양한 학습자료들을 다루어 보면서 일어나는 기계학습의 문제들을 다루기도 합니다. 단순한 퍼셉트론에서 시작하여, 아달라인 퍼셉트론, XOR 3층 신경망, MNIST 신경망, 끝으로는 딥러닝을 시작할 수 있는 심층신경망까지 구현합니다. 본 강의를 다 마친다면, 더 높은 수준의 기계학습 공부할 수 기본 지식을 갖추게 되는 것을 물론이고, 기계학습 오픈 프레임워크로 널리 알려진 텐서플로우, 케라스, 파이토치 같은 플랫폼도 어렵지 않게 시작할 수 있는 자신감이 생기고, CNN(Convolution Neural Network, 합성곱신경망)이나 RNN(Recurrent Neural Network, 순환신경망)과 같은 딥러닝 알고리즘도 어렵지 않게 이해할 수 있게 될 것입니다.

[주제어: 파이썬, 기계학습, machine learning, 심화 학습, 심층 학습, deep learning, 인공지능, ai, CNN, RNN, 4차 산업혁명, 분류, 회귀, MNIST, 지도학습, 강화학습, 비지도학습, 크로스 엔트로피, 손실함수, 경사하강법, 역전파, 순전파, 시그모이드, Sigmoid, ReLU, 렐루, 함수, 미분, 활성화 함수, 로지스틱, 심층 신경망, 인공 신경망, 뉴론, 퍼셉트론, 아달라인]