본 과정은 Edwith의 인공지능 & 기계학습 개론 수업을 통해 머신러닝의 전반적인 개념과 이론을 공부합니다.
1명씩 돌아가면서 수업 내용 요약 발표 후 각자 이해가 안가는 부분, 활용 아이디어 등을 나누는 방식으로 진행하고,
가능하다면 수업 내용에 해당하는 최신 활용 알고리즘/ 활용 케이스도 함께 공부하려고 합니다.
머신러닝? 나부터 러닝- 기초 다지기
진행일시
매주 (2시간)
모집현황

1.000000명 신청가능

진행장소
캠퍼스
Untitled-2 학습대상

- 머신러닝이라는 주제에 관심이 있으신 분
- 한번도 머신러닝을 각잡고 공부해 본적 없으신 분
- 머신러닝 이야기가 나오면 '어디서 들었는데..', '아마도.. 이런 개념이지 않을까요?'라고 말을 흐리시게 되는 분

Untitled-2 선수지식

머신러닝이 뭔지 들어는봤다

Untitled-2 과목난이도

쉬움 (1단계) ~ 어려움(5단계)

학습목표

머신러닝의 기초 개념들에 대해서 '존재함'을 알고, '간단한 설명'을 할 수 있게 됩니다
이를 통해 관심있는 주제에 대해서 깊게 공부할 수 있는 발판을 만듭니다

Untitled-2 학습 및 참고자료

Edwith 인공지능 및 기계학습 개론 I & II

Untitled-2 운영방식

1) 매주 정해진 chapter의 강의를 수강하고 quiz까지 풀어옵니다. 2) 미리 정해진 발표자가 강의에 대한 내용을 요약, 정리해서 공유합니다. 3) 서로 이해가 잘 되지 않았던 부분과 추가로 흥미로웠던 부분에 대해 공유합니다. 4) 추가 참고자료가 있다면 서로 공유하며 더 풍부하게 지식을 담아갑니다.

Untitled-2 커리큘럼
사전학습 / 이론

주차 모임내용 학습자료
1 주차 풀잎스쿨 소개 및 Motivations and Basics 인공지능 및 기계학습 개론 I : CHAPTER 1
2 주차 Fundamentals of Machine Learning 인공지능 및 기계학습 개론 I : CHAPTER 2
3 주차 Naive Bayes Classifier 인공지능 및 기계학습 개론 I : CHAPTER 3
4 주차 Logistic Regression 인공지능 및 기계학습 개론 I : CHAPTER 4
5 주차 Support Vector Machine 인공지능 및 기계학습 개론 I : CHAPTER 5
6 주차 Training Testing and Regularization 인공지능 및 기계학습 개론 I : CHAPTER 6
7 주차 Bayesian Network 인공지능 및 기계학습 개론 II : CHAPTER 7
8 주차 K-Means Clustering and Gaussian Mixture Model 인공지능 및 기계학습 개론 II : CHAPTER 8
9 주차 Hidden Markov Model 인공지능 및 기계학습 개론 II : CHAPTER 9
10 주차 Sampling Based Inference 인공지능 및 기계학습 개론 II : CHAPTER 10
11 주차 심화 과정 인공지능 및 기계학습 심화 중 관심 chapter (투표)
Untitled-2 퍼실소개
김선정

김선정

실무에서 데이터 사이언티스트의 껍데기를 쓴 데이터 분석가로 일하고 있습니다.
모든 기술은 활용을 해야 제맛! 이라는 생각을 가지고 있는데, 머신러닝은 귓동냥으로는 활용하기 쉽지 않아요. 
(다들 그러실 거라 생각합니다.)
효율적인 러닝을 위해 기본부터 다지고 가자는 생각으로 개설했습니다.
혼자 공부하면 지겹잖아요. 함께 공부하고 서로의 반짝이는 아이디어를 나눠봐요! :)

월 77,000원 / 3개월 231,000원

2020-01-11 부터 총 11주 진행

모집마감

2019년 12월 20일(금요일) 오후 3시에 모집이 시작됩니다.