본문 영역으로 바로가기
SejonguniversityK:
SJKMOOC20k
모두를 위한 머신러닝
분류 탐색
인문
자연
사회
의약
예체능
공학
융ㆍ복합
블루 리본
4차 산업혁명
AI 인공지능
전체 강좌 보기 +
언어 선택
English
한국어 (대한민국)
분류 탐색
인문
자연
사회
의약
예체능
공학
융ㆍ복합
블루 리본
4차 산업혁명
AI 인공지능
전체 강좌 보기 +
닫기
로그인
회원가입
Kor
Eng
로그인
K-MOOC 소개
K-MOOC란?
추진체계
참여기관
강좌찾기
분야별 강좌
묶음강좌
학점은행과정
커뮤니티
공지사항
뉴스
자료실
FAQ
K-MOOC에 바라는점
K-MOOC 소개
K-MOOC란?
추진체계
참여기관
강좌찾기
분야별 강좌
묶음강좌
학점은행과정
커뮤니티
공지사항
뉴스
자료실
FAQ
K-MOOC에 바라는점
TOP
경고:
현재 사용중인 브라우저는 지원하지 않습니다.
Chrome
나
Firefox
를 사용하는 것을 권장합니다.
본 강좌 학습을 위해서는
로그인
을 하시거나
회원가입
을 해주세요.
강좌
강의 영상
, current location
모두를 위한 머신러닝
모두 펼치기
1주차. 머신러닝 개요
1.1. 머신러닝이란 무엇인가?
1.1. 머신러닝이란 무엇인가?
시청
1.2. 지도학습
1.2. 지도학습
시청
1.3. 비지도학습
1.3. 비지도학습
시청
1.4. 수학 복습: 벡터와 행렬
1.4. 수학 복습: 벡터와 행렬
시청
1.5. 수학 복습: 벡터-행렬 연산
1.5. 수학 복습: 벡터-행렬 연산
시청
2주차. 선형회귀
2.1. 선형 회귀: 모델 표현
2.1. 선형 회귀: 모델 표현
시청
2.2. 선형 회귀: 비용 함수
2.2. 선형 회귀: 비용 함수
시청
2.3. 경사 하강
2.3. 경사 하강
시청
2.4. 경사 하강 개념
2.4. 경사 하강 개념
시청
2.5. 경사 하강과 선형 회귀
2.5. 경사 하강과 선형 회귀
시청
3주차. 다변수 선형 회귀
3.1. 다변수 선형 회귀
3.1. 다 변수 선형 회귀
시청
3.2. 특징 값 스케일링
3.2. 특징 값 스케일링
시청
3.3. 경사 하강: 학습 속도
3.3. 경사 하강: 학습 속도
시청
3.4. 새로운 특징 값 만들기
3.4. 새로운 특징 값 만들기
시청
3.5. 정규 방정식
3.5. 정규 방정식
시청
4주차. 로지스틱 회귀
4.1. 이진 분류
4.1. 이진 분류
시청
4.2. 분류 경계선
4.2. 분류 경계선
시청
4.3. 로지스틱 회귀: 비용함수
4.3. 로지스틱 회귀: 비용함수
시청
4.4. 최적화
4.4. 최적화
시청
4.5. Multiclass Classification
4.5. Multiclass Classification
시청
5주차. 정규화(Regularization)
5.1. 과적합(Overfitting)
5.1. 과적합(Overfitting)
시청
5.2. 정규화(Regularization)
5.2. 정규화(Regularization)
시청
5.3. 선형 회귀의 정규화
5.3. 선형 회귀의 정규화
시청
5.4. 로지스틱 회귀의 정규화
5.4. 로지스틱 회귀의 정규화
시청
5.5. 다항 회귀의 정규화
5.5. 다항 회귀의 정규화
시청
6주차. 신경회로망 모델링
6.1. 비선형 예측 함수
6.1. 비선형 예측 함수
시청
6.2. 뉴런과 브레인
6.2. 뉴런과 브레인
시청
6.3. 뉴런 모델 표현
6.3. 뉴런 모델 표현
시청
6.4. 신경회로망 모델 표현
6.4. 신경회로망 모델 표현
시청
6.5. 논리 함수 구현
6.5. 논리 함수 구현
시청
7주차. 신경회로망 학습
7.1. 비용 함수
7.1. 비용 함수
시청
7.2. 오차 역전파 학습 알고리즘
7.2. 오차 역전파 학습 알고리즘
시청
7.3. 신경회로망 파라미터 최적화
7.3. 신경회로망 파라미터 최적화
시청
7.4. 오차 역전파 알고리즘의 행렬 표현
7.4. 오차 역전파 알고리즘의 행렬 표현
시청
7.5. 오차 역전파 알고리즘 응용
7.5. 오차 역전파 알고리즘 응용
시청