Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Subscribe
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
인공지능 이해를 위한 머신러닝 기초 다지기 part1
Highest Rated
Rating: 4.4 out of 5(366 ratings)
1,948 students

인공지능 이해를 위한 머신러닝 기초 다지기 part1

머신러닝 패키지 part1
Highest Rated
Created by성균관 대학교
Last updated 10/2021
Korean

What you'll learn

  • 머신러닝 이론의 발전, 여러 이론에 대한 이해를 종합적으로 학습할 수 있습니다.
  • 개인적으로 학습해서는 얻을 수 없는 머신러닝 Insight를 얻을 수 있습니다
  • 다양한 사례를 활용하여 쉽게 접근하는 머신러닝 학습을 통해 실습과제를 모델링 할 수 있습니다.
  • 머신러닝의 여러 개념에 대해 개괄적으로 학습할 수 있습니다

Course content

3 sections • 28 lectures • 7h 38m total length

  • 1-1. Basics of Machine Learning17:50
  • 1-1. 기계 학습의 개념 (3문제)
  • 1-2. Supervised Learning15:43
  • 1-2. 퀴즈
  • 2-1. Unsupervised Learning22:36
  • 2-1. 퀴즈
  • 2-2. Reinforcement Learning16:39
  • 2-3. Deep Learning Basic20:44
  • 2-3. 퀴즈
  • 3-1. Steps of Supervised Learning16:52
  • 3-2. Simple Optimization Examples10:11
  • 3-3. Simple Linear Regression12:20

Requirements

  • 머신러닝 학습 입문자로 기계 학습 기반 지식이 필요한 분으로 크게 사전지식이 필요하지 않습니다.

Description

본 과정은 성균관대 소프트웨어학과 대학원 수준에서 수강할 수 있는 고급 AI 과정으로 데이터에서 스스로 숨겨진 패턴을 효과적으로 찾아내는 다양한 기계학습 기법들의 기초개념과 학습과정을 파악하는 강의입니다.

기계학습이란 명시적인 규칙 또는 프로그래밍 없이 주어진 데이터를 통해 컴퓨터 스스로 학습할 수 있는 프로그램이라고 정의할 수 있습니다. 사람이 태어나서 어떤 행동이 올바른지 축적된 경험을 통해 스스로 터득해 나가는 과정을 컴퓨터가 흉내내는 것이 기계학습과 비슷하다고 할 수 있겠습니다.

자율주행도 이와 비슷합니다. 명시적 규칙을 알려주지 않고, 다양한 상황을 연출한 데이터를 통해 컴퓨터 스스로 상황을 인지하고 안전한 운행을 위해서 규칙을 찾아내는 과정이 기계학습의 또다른 사례입니다. 본 강좌에서는 이처럼 주어진 과제를 수행하기 위해 데이터에서 스스로 숨겨진 패턴을 효과적으로 찾아내는 다양한 기계학습 기법들의 기초 개념과 학습과정에 대해 배워보도록 하겠습니다.

본 과정 수료 후에 추가적인 교육(실습 및 캡스톤 프로젝트 수행) 이수를 통해서 인공지능부문 전문가로 성장할 수 있습니다. (성균관대의 인공지능분야 Micro Degree 연계)

Who this course is for:

  • 인공지능대학원의 체계적인 커리큘럼에 따른 머신러닝 강의로 AI 기반지식을 다지고 싶은 분

Report abuse