인공지능을 위한 머신러닝 알고리즘  - 인공지능에 관심이 있는 사람들에게 머신러닝 알고리즘의 개념과 원리를 설명합니다. 특히 머신러닝과 딥러닝 분야의 개발자에게 쉽게 설명된 핵심 이론과 함께 적용사례별 간단한 알고리즘 등을 보여주고 구현방법을 소개합니다. 
강의에서는 지도학습과 비지도학습의 머신러닝 알고리즘을 다루며, 지도학습 알고리즘으로는 linear/logistic regression, 서포트 벡터 머신, 의사결정 트리, 신경망, CNN, RNN을, 비지도학습 알고리즘으로는 K-MEANS, DBSCAN 등을 살펴봅니다.

인공지능을 위한 머신러닝 알고리즘

인공지능에 관심이 있는 사람들에게 머신러닝 알고리즘의 개념과 원리를 설명합니다. 특히 머신러닝과 딥러닝 분야의 개발자에게 쉽게 설명된 핵심 이론과 함께 적용사례별 간단한 알고리즘 등을 보여주고 구현방법을 소개합니다. 
강의에서는 지도학습과 비지도학습의 머신러닝 알고리즘을 다루며, 지도학습 알고리즘으로는 linear/logistic regression, 서포트 벡터 머신, 의사결정 트리, 신경망, CNN, RNN을, 비지도학습 알고리즘으로는 K-MEANS, DBSCAN 등을 살펴봅니다.
강의수
15
학습자수
1741
수강평
3.9(총28명)
성장 2018-07-25
좋은 강의 감사합니다!
20~30분의 짧은 시간에 알기에는 어려운 지식들을 전달해 주셔서 감사합니다.
리뷰
  • 학습내용
    인공지능에 관심이 있는 사람들에게 머신러닝 알고리즘의 개념과 원리를 설명합니다. 특히 머신러닝과 딥러닝 분야의 개발자에게 쉽게 설명된 핵심 이론과 함께 적용사례별 간단한 알고리즘 등을 보여주고 구현방법을 소개합니다. 
    강의에서는 지도학습과 비지도학습의 머신러닝 알고리즘을 다루며, 지도학습 알고리즘으로는 linear/logistic regression, 서포트 벡터 머신, 의사결정 트리, 신경망, CNN, RNN을, 비지도학습 알고리즘으로는 K-MEANS, DBSCAN 등을 살펴봅니다.
    학습대상
    인공지능에 관심이 있고 프로그래밍에 대한 기초 지식이 있는 자 
    강사, 학습기간, 이수기준 안내
    강사 김경민
    학습기간 수강신청일로부터 30일
    이수기준 진도 (80% 이상), 평가 (70점 이상)
  • [1강] 머신러닝 개요

    • 강의시간 32분

    [2강] 선형 회귀 모델

    • 강의시간 21분

    [3강] 로지스틱 회귀 모델

    • 강의시간 30분

    [4강] 결정 트리

    • 강의시간 28분

    [5강] 서포트 벡터 머신

    • 강의시간 23분

    [6강] 신경망

    • 강의시간 26분

    [7강] 역전파

    • 강의시간 32분

    [8강] 비지도 학습

    • 강의시간 29분

    [9강] 컨볼루션 신경망

    • 강의시간 23분

    [10강] 재현 신경망

    • 강의시간 33분

    [11강] 메모리 네트워크

    • 강의시간 31분

    [12강] 딥러닝 응용사례

    • 강의시간 34분

    [13강] Weka를 이용한 머신러닝 실습

    • 강의시간 23분

    [14강] Theano를 통한 머신러닝 구현

    • 강의시간 25분

    [15강] Keras를 통한 딥러닝 구현 및 실습

    • 강의시간 23분

    ▶교재파일 다운로드

페이스북 서비스

  • T아카데미 페이스북
  • Smartteen AppClub 페이스북
  • SK플래닛 페이스북