본 강좌를 통해 고등학생과 일반인들이 인공지능을 이해하는데 필요한 수학(입문)의 내용을 학습하고 코드를 활용하여 실습해본다.
* 구성: 총 14강 + 중간평가 + 기말평가
* 개설: 순차적 개설 - 해당 주차일에 강의가 열리며, 지나간 강의는 언제든지 볼 수 있음
[인공지능 수학 입문 맛보기 강의]
강의 일정 주차 주차명 차시명 1주차 함수의 그래프와 방정식의 해 1) 강좌 소개
2) 함수의 그래프와 방정식의 해 예습 및 실습
3) 수학과 코딩!
4) 함수와 그래프, 다항함수, 유리함수
5) 삼각함수, 지수함수, 로그함수
6) 방정식의 해
7) 함수의 그래프와 방정식의 해 복습2주차 데이터와 행렬 1) 데이터와 행렬 예습 및 실습
2) 인공지능이란?
3) 벡터
4) 행렬과 텐서
5) 행렬의 연산법칙
6) 특수행렬과 역행렬
7) 데이터와 행렬 복습3주차 데이터의 분류 1) 데이터의 분류 예습 및 실습
2) 데이터의 유사도, 거리
3) 노름과 유사도
4) 냇적, 사잇각
5) 코사인 유사도
6) 데이터의 분류 복습4주차 선형연립 방정식 1) 선형연립방정식 예습 및 실습
2) 행렬과 연립방정식
3) 선형연립방정식
4) 첨가행렬
5) 가우스 소거법
6) 연립방정식의 해집합
7) 선형연립방정식 복습5주차 최소제곱문제 1) 최소제곱문제 예습 및 실습
2) 최소제곱법
3) 최소제곱법 실습
4) 선형대수학 참고자료
5) 최소제곱문제 복습6주차 극한과 도함수 1) 극한과 도함수 예습 및 실습
2) 함수의 극한
3) 도함수
4) 선형근사법
5) 테일러 전개
6) 극한과 도함수 복습7주차 미분방정식, 미적분학 복습 1) 미분방정식, 미적분학 예습 및 실습
2) 극대, 극소, 최대, 최소
3) 면적 구하기
4) 미분방정식과 벡터장
5) [부록] 미적분학 공식
6) 미분방정식, 미적분학 복습중간 중간 평가 중간 평가 8주차 경사하강법 1) 경사하강법 예습 및 실습
2) 경사하강법(Gradient Descent Method)
3) 경사하강법 알고리즘 설명
4) 미적분학의 상호연관성, 부록
5) 경사하강법 복습9주차 순열, 조합 1) 순열, 조합 예습 및 실습
2) 수열
3) 데이터를 다루는 '통계'
4) 순열, 조합
5) 순열, 조합 복습10주차 확률과 확률변수 1) 확률과 확률변수 예습 및 실습
2) 알파고의 승리 비결 '확률'
3) 확률변수
4) 확률밀도함수
5) 확률과 확률변수 복습11주차 확률분포 1) 확률분포 예습 및 실습
2) 이산확률분포 1
3) 이산확률분포 2
4) 연속확률분포 1
5) 연속확률분포 2
6) 확률분포 복습12주차 주성분 분석 1) 주성분 분석 예습 및 실습
2) 차원 축소
3) 주성분 분석
4) 주성분 분석 사례
5) 주성분 분석과 선형회귀
6) 주성분 분석 복습13주차 네트워크와 행렬 1) 네트워크와 행렬 예습 및 실습
2) 네트워크로 신경망 구성하기
3) 행렬로 연결 관계 분석하기
4) "선형대수학과 구글(Google) 검색엔진" - 페이지랭크 알고리즘
5) 네트워크와 행렬 복습14주차 인공신경망 1) 인공신경망 예습 및 실습
2) 신경망 (Neural Network)
3) 인공신경망 (Artificial Neural Network)
4) 오차역전파법
5) 인공신경망 복습기말 기말평가 기말평가
* 평가점수 및 이수증 발급기준
이수기준 : 총점 70점 이상
평가점수 및 이수증 발급기준 구분 퀴즈/과제 평가(중간) 평가(기말) 합계 점수 50점 25점 25점 100점
이상구 교수
[프로필]
미국 유타주립대학교, PhD (이학박사)
現 성균관대학교 자연대 학장
現 성균관대학교 수학과 정교수
前 한국수학교육학회 회장
前 국제 선형대수학회 교육위원
[수업지원]
박경은 튜터
성균관대학교 수학교육과 겸임교수
E-mail : postmedu@skku.edu(24시간 이내에 답변을 드리도록 하겠습니다.)
[기술지원]
진채은 직원
성균관대학교 교무처 교육개발센터
E-mail : wlsco97@skku.edu
관련 강좌
현재 강좌와 관련있는 강좌를 찾을 수 없습니다.