기계학습입문

고려대학교
알란 유일

페이스북 트위터 카카오톡 네이버밴드 링크복사

주제분류

공학 >컴퓨터ㆍ통신 >컴퓨터공학
강의학기

2011년 2학기

조회수

10,636

이 과정은 기계 학습 분야에 널리 적용되고 있는 Concept Learning, Decision Trees, Learning Theory, Instance-Based Learning, Genetic Algorithm, Rule Learning, Analytical Learning, Reinforcement Learning 등 여러 가지 기계 학습 알고리즘을 고찰함.

수강안내 및 수강신청
※ 수강확인증 발급을 위해서는 수강신청이 필요합니다

Introduction to the Machine Learning

차시별 강의

1.	Introduction to the Machine Learning	11. 9. 6
2.	Bayesian Decision Theory	11. 9. 8
3.	Decision theory and Parametric probability models	11. 9. 15
4.	Parametric probability models	11. 9. 19
5.	Maximum Entropy + Model Selection and hidden variables	11. 9. 27
6.	Maximum Entropy + Model Selection and hidden variables cont	11. 9. 29
7.	Dimension reduction	11. 10. 4
8.	Singular Value Decomposition	11. 10. 6
9.	Fishers LDA	11. 10. 11
10.	K Means and EM	11. 10. 12
11.	More EM	11. 10. 13
12.	Decision Trees	11. 10. 18
13.	Linear Discrimination	11. 10. 20
14.	multilayer perception	11. 10. 25
15.	Support Vector machines	11. 10. 27
16.	AdaBoost	11. 11. 1
17.	AdaBoost (cont)	11. 11. 3
18.	MultiClass SVM	11. 11. 8
19.	MultiClass SVM cont	11. 11. 9
20.	Non linear Dimension Reduction	11. 11. 23
21.	Non linear Dimension Reduction cont	11. 11. 24
22.	Non linear Dimension Reduction cont	11. 11. 29
23.	Graphical Models	11. 12. 6
24.	summary of course	11. 12. 8