신경망 네트워크와 수학적 기반
CAUk
강좌 소개
홍보/예시 영상
강좌 운영 계획
주차 |
차시명 |
주차별 학습목표 |
|
---|---|---|---|
1 |
Vector |
Vectors |
벡터에 대한 이해와 벡터와 관련된 연산에 대해서 이해한다 |
Linear functions |
|||
2 |
Vector Operations |
Norm and Distance |
벡터 기반의 크기와 선형독립에 대해서 이해한다 |
Linear Independence |
|||
3 |
Matrix |
Matrices |
행열과 일차방정식의 관계에 대해서 이해한다 |
Linear equations |
|||
4 |
Matrix Operations |
Matrix multiplication |
행열을 기반으로 하는 연산에 대해서 이해한다 |
Matrix inverses |
|||
5 |
Least Square Problem |
Least Squares |
최소자승법에 대해서 이해하고 실제 데이터에 적용하는 것에 대해서 이해한다 |
Leaast Squares Data Fitting |
|||
6 |
Linear Regression |
Problem Definition |
선형회기분석을 위한 모델 생성과 학습 과정에 대해서 이해한다 |
Gradient Descent |
|||
Vectorization |
|||
7 |
Classification |
Logistic Regression |
로지스틱 회기분석을 기반으로 하는 분류자에 대해서 이해한다 |
Cross Entropy |
|||
8 |
Model Generalization |
Feature Engineering |
기계학습 기반의 모델과 데이터의 관계에 대해서 이해한다 |
Generalization |
|||
9 |
Developing Machine Learning Project |
Cross Validation |
기계학습을 기반으로 하는 어플리케이션을 개발하는 과정에 대해서 이해한다 |
Learning Curve |
|||
10 |
Unsupervised Learning |
K-means Clustering |
대표적인 비지도학습 알고리즘에 대해서 이해한다 |
Principal Component Analysis |
|||
11 |
Neural Network |
Neural Network Architecture |
신경망 네트워크를 기반으로 하는 기계학습의 작동원리에 대해서 이해한다 |
Classification |
|||
12 |
Neural Network |
Back-propagation |
신경망 네트워크를 기반으로 하는 최적화 알고리즘에 대해서 이해한다 |
Initialization |
|||
13 |
Convolutional Neural Network |
Convolutional Neural Network |
합성곱 기반의 신경망 네트워크의 작동원리에 대해서 이해한다 |
Stochastic Gradient Descent |
|||
Autoencoder |
|||
Generative Adversarial Networks |
|||
14 |
최종평가 |
강좌운영팀 소개
교수자
- 교수
- 홍병우 - 중앙대학교 소프트웨어 학부 교수
강좌지원팀
- 조교
- 한국대학교 전산학 박사과정
- E-mail: abc@example.com
강좌 수강 정보
이수/평가정보
퀴즈 : 20%
실습: 60%
과제 : 20%
※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.
강좌 수준 및 선수요건
이 강좌는 유익한 내용이 다수 포함되어 있습니다.
교재 및 참고문헌
이 강좌는 여러가지 참고자료가 많이 있습니다.
자주 묻는 질문
강좌 교재가 따로 있나요?
네. 있습니다.
강좌 교재가 따로 있나요?
네. 있습니다.