| 1 |
기계학습 소개와 개발환경, 함수와 뉴론, 넘파이 튜토리얼
|
1 |
기계학습 소개 |
강의(20분), 퀴즈(5개) |
| 2 |
기계학습 개발환경 |
강의(19분), 퀴즈(5개) |
| 3 |
행렬 |
강의(13분), 퀴즈(5개) |
| 4 |
함수와 뉴론 |
강의(18분), 퀴즈(5개) |
| 5 |
넘파이 튜토리얼 - 배열의 형상 |
강의(18분), 퀴즈(5개) |
| 6 |
넘파이 튜토리얼 - 브로드캐스팅 |
강의(15분), 퀴즈(5개) |
| 7 |
명강의 |
강의(8분, 24분), 퀴즈, 강의(7분, 7분, 16분), 퀴즈 |
| 8 |
파이썬 기초 - Overview |
강의, 퀴즈(성적 미반영) |
| 과제 |
- |
없음 |
| 2 |
인공뉴론 동작원리, 활성화 함수, 퍼셉트론 |
1 |
인공뉴론의 동작원리 |
강의(17분), 퀴즈(5개) |
| 2 |
미분 |
강의(17분), 퀴즈(5개) |
| 3 |
활성화 함수 |
강의(21분), 퀴즈(5개) |
| 4 |
퍼셉트론 |
강의(23분), 퀴즈(5개) |
| 5 |
퍼셉트론 알고리즘 |
강의(19분), 퀴즈(2개) |
| 6 |
퍼셉트론 코딩 |
강의(18분), 퀴즈(3개) |
| 7 |
명강의 |
강의(17분, 14분), 퀴즈, 강의(15분 15분), 퀴즈 |
| 8 |
파이썬 기초 - DataTypes |
강의, 퀴즈(성적 미반영) |
과제
1 |
[퍼셉트론 알고리즘 계산]
임의의 가중치를 설정하고 퍼셉트론 알고리즘을 입력에 적용하여 가중치를 구하는 문제.
(세 문제)
입력과 가중치를 도식화 함.
답은 선택형이며, 2회의 기회가 주어짐.
|
- 과제 1-1, 1-2, 1-3 |
| 3 |
기계학습 작업흐름, 객체지향 프로그래밍과 퍼셉트론 |
1 |
기계학습 작업 흐름 - 학습자료 준비
|
강의(18분), 퀴즈(2개) |
| 2 |
기계학습 작업 흐름 - 학습자료 전처리 |
강의(18분), 퀴즈(3개) |
| 3 |
객체지향 프로그래밍 |
강의(19분), 퀴즈(3개) |
| 4 |
객체지향 퍼셉트론 구현 |
강의(19분), 퀴즈(3개) |
| 5 |
객체지향 퍼셉트론 활용 |
강의(14분), 퀴즈(3개) |
| 6 |
다층 퍼셉트론 |
강의(14분), 퀴즈(3개) |
| 7 |
명강의 |
강의(11분, 13분, 7분), 퀴즈, 강의(34분), 퀴즈 |
| 8 |
파이썬 기초 - Iteration |
강의, 퀴즈(성적 미반영) |
과제
2 |
[기계학습 작업흐름 파악]
질문에 답을 함.
선택형이며, 2회의 기회가 주어짐
|
- 과제 2 |
|
과제
3
|
[붓꽃 데이터셋을 퍼셉트론으로 분류하기]
코딩을 한 후, 질문에 답을 함.
선택형이며, 2회의 기회가 주어짐.
|
- 과제 3 |
| 4 |
순방향 신경망 & 중간고사 |
1 |
순방향 신경망 |
강의(19분), 퀴즈(3개) |
| 2 |
순방향 신경망 예제 |
강의(18분), 퀴즈(3개) |
| 3 |
아달라인과 경사하강법 |
강의(15분), 퀴즈(3개) |
| 4 |
명강의 |
강의(39분), 퀴즈 |
| 5 |
파이썬 기초 - Function |
강의, 퀴즈(성적 미반영) |
| 6 |
중간 시험 |
과제
4 |
[순방향 신경망 구현하고 실행하기]
주어진 가중치와 입력으로 예측값을 구하는 문제임.
코딩을 한 후, 질문에 답을 함.
선택형이며, 2회의 기회가 주어짐.
|
- 과제 4-1, 4-2 |
| 5 |
아달라인 경사하강법, 역전파와 XOR신경망 |
1 |
아달라인 경사하강법 구현 |
강의(18분), 퀴즈(3개) |
| 2 |
아달라인 경사하강법 적용 |
강의(17분), 퀴즈(3개) |
| 3 |
역전파 오차 계산법 |
강의(15분), 퀴즈(3개) |
| 4 |
역전파 오차함수 미분 |
강의(17분), 퀴즈(3개) |
| 5 |
XOR 신경망 모델링 |
강의(12분), 퀴즈(4개) |
| 6 |
XOR 신경망 구현 |
강의(16분), 퀴즈(3개) |
| 7 |
명강의 |
강의(44분), 퀴즈, 강의(38분), 퀴즈 |
| 8 |
파이썬 기초 - String |
강의, 퀴즈(성적 미반영) |
|
과제
5
|
[순전파와 역전파 계산하기]
주어진 가중치와 입력으로 예측값과 역전파하는 오차를 구하는 문제임.
직접 계산을 하여, 질문에 답을 함. 코딩으로 체크 가능
선택형이며, 2회의 기회가 주어짐.
|
- 과제 5-1, 5-2, 5-3 |
과제
6 |
[역전파 계산하기]
행렬을 이용한 역전파 신호처리 방법을 이해하고 있는지를 묻는 질문들임.
선택형이며, 2회의 기회가 주어짐.
|
- 과제 6-1, 6-2, 6-3 |
| 6 |
로지스틱 회귀, 인공 신경망 구현 |
1 |
다층 신경망 모델링 |
강의(16분), 퀴즈(3개) |
| 2 |
로지스틱 회귀 알고리즘 |
강의(15분), 퀴즈(3개) |
| 3 |
로지스틱 회귀 비용함수 미분 |
강의(16분), 퀴즈(3개) |
| 4 |
로지스틱 회귀 신경망 구현 |
강의(14분), 퀴즈(3개) |
| 5 |
MNIST Dataset |
강의(18분), 퀴즈(3개) |
| 6 |
배치/확률적 경사하강법 |
강의(15분), 퀴즈(3개) |
| 7 |
명강의 |
강의(30분), 퀴즈, 강의(36분), 퀴즈 |
| 8 |
파이썬 기초 - List |
강의, 퀴즈(성적 미반영) |
|
과제
7
|
[신경망의 행렬 표기법]
신경망의 신호처리 과정을 행렬 수식으로 정리하고 이를 이해하고 있는지를 묻는 질문임.
선택형이며, 2회의 기회가 주어짐.
|
- 과제 7-1, 7-2, 7-3 |
과제
8 |
[크로스 엔트로피 계산]
- 크로스 엔트로피와 평균 제곱오차를 계산하고, 두 개가 장단점과 서로 다른 점을 비교하는 문제임.
선택형이며, 2회의 기회가 주어짐.
|
- 과제 8-1, 8-2, 8-3 |
| 7 |
심층 신경망, 기계학습 오픈 프레임워크 & 학기말 고사 |
1 |
미니배치 경사하강법 |
강의(23분), 퀴즈(3개) |
| 2 |
심층 신경망 구현 |
강의(19분), 퀴즈(3개) |
| 3 |
심층 신경망 성능 테스트 |
강의(18분), 퀴즈(3개) |
| 4 |
기계학습 오픈 프레임워크 |
강의(19분), 퀴즈(3개) |
| 5 |
명강의 |
강의(46분), 퀴즈, 강의(36분), 퀴즈 |
| 6 |
파이썬 기초 - List Comprehension |
강의, 퀴즈(성적 미반영) |
| 7 |
학기말 시험 |
과제
9 |
[DeepNeuralNet 코딩하기]
- 강의시간에 이미 구현한 DeepNeuralNet 클래스를 여러 네트워크 모델로 직접 실행해보는 문제임
선택형이며, 2회의 기회가 주어짐.
|
- 과제 9 |
과제
10 |
[DeepNeuralNet_BGD 코딩 문제]
배치 경사하강법을 사용하는 심층신경망으로 다양한 자료들을 분류하는 문제
선택형이며, 2회의 기회가 주어짐.
|
- 과제 10-1, 10-2 |
[TA Session]
매주 금요일(16:00~17:00) TA 세션을 진행합니다.
한주간 배운 내용으로 Q&A 혹은 학습 보조를 진행할 예정입니다.
TA 세션에 참여를 희망하는 학습자분들은 매주 목요일 자정(해당 주 TA 세션 전날)까지 아래 TA 이메일로 질문을 미리 보내주시기 바랍니다.
TA 세션은 줌(ZOOM)으로 진행됩니다. 줌 링크는 해당 주차 질의응답란에 공지됩니다.
총 두명의 TA가 교대로 세션을 진행할 예정이니 줌 링크를 잘 확인하고 참여해주시기 바랍니다.
박준혁 TA: walter1023@daum.net
이경준 TA: kjune18@naver.com
