본문 영역으로 바로가기
파이썬으로 배우는 기계학습 입문 동영상

파이썬으로 배우는 기계학습 입문


강좌 소개

수업내용/목표

본 강의는 수강생이 기계학습(machine learning)의 원리를 이해하고, 그 원리를 적용하여 문제를 해결함으로 기계 학습 문제들을 해결하는 코딩 능력을 기를 수 있도록 합니다. 또한 4차 산업 혁명의 주요 부분을 차지하고 있는 소프트웨어와 기계학습을 통하여 이러한 기술 시대의 흐름에 대비한 계산적 사고력과 창의력을 향상하고, 문제 해결 역량을 갖추도록 하는 것이 목적입니다. 본 강의는 기계학습의 원리를 이해하기 위해, 일차 방정식과 한 개의 인공 뉴론으로 시작합니다. 단계별로 다양한 기계학습 알고리즘을 배우면서, 그에 걸맞는 인공신경망을 하나씩 모두 구현해 봅니다. 다양한 학습자료들을 다루어 보면서 일어나는 기계학습의 문제들을 다루기도 합니다. 단순한 퍼셉트론에서 시작하여, 아달라인 퍼셉트론, XOR 3층 신경망, MNIST 신경망, 끝으로는 딥러닝을 시작할 수 있는 심층신경망까지 구현합니다. 본 강의를 다 마친다면, 더 높은 수준의 기계학습 공부할 수 기본 지식을 갖추게 되는 것을 물론이고, 기계학습 오픈 프레임워크로 널리 알려진 텐서플로우, 케라스, 파이토치 같은 플랫폼도 어렵지 않게 시작할 수 있는 자신감이 생기고, CNN(Convolution Neural Network, 합성곱신경망)이나 RNN(Recurrent Neural Network, 순환신경망)과 같은 딥러닝 알고리즘도 어렵지 않게 이해할 수 있게 될 것입니다.

강좌 계획

강의 계획표
주차 주차명 차시 차시명 학습요소
1 기계학습 소개와 개발환경 1 기계학습 소개 강의(20분), 퀴즈(5개)
2 기계학습 개발환경 강의(19분), 퀴즈(5개)
3 행렬 강의(13분), 퀴즈(5개)
과제 없음
2 함수와 뉴론, 넘파이 튜토리얼 1 함수와 뉴론 강의(18분), 퀴즈(5개)
2 넘파이 튜토리얼 1 강의(18분), 퀴즈(5개)
3 넘파이 튜토리얼 2 강의(15분), 퀴즈(5개)
과제 없음
3 인공뉴론 동작원리, 활성화 함수 1 인공뉴론의 동작원리 강의(17분), 퀴즈(5개)
2 미분 강의(17분), 퀴즈(5개)
3 활성화 함수 강의(21분), 퀴즈(5개)
과제 없음
4 퍼셉트론 1 퍼셉트론  강의(23분), 퀴즈(5개)
2 퍼셉트론 알고리즘 강의(19분), 퀴즈(2개)
3 퍼셉트론 코딩 강의(18분), 퀴즈(3개)
과제 [퍼셉트론 알고리즘 계산]

JoyHW 1-1, 1-2, 1-3

5 기계학습 작업흐름 1

기계학습 작업 흐름 1

강의(18분), 퀴즈(2개)
2 기계학습 작업 흐름 2 강의(18분), 퀴즈(3개)
3 객체지향 프로그래밍 강의(19분), 퀴즈(3개)
과제 [이진분류 퍼셉트론 코딩] JoyHW 2 
6 객체지향 프로그래밍과 퍼셉트론 1 객체지향 퍼셉트론 구현 강의(19분)
2 객체지향 퍼셉트론 활용 강의(14분), 퀴즈(2개)
3 다층 퍼셉트론 강의(14분), 퀴즈(2개)
과제 [붓꽃 데이터셋을 퍼셉트론으로 분류하기] JoyHW 3
7 순방향 신경망 1 순방향 신경망 강의(18분), 퀴즈(3개)
2 순방향 신경망 예제 강의(18분), 퀴즈(3개)
3 아달라인과 경사하강법 강의(15분), 퀴즈(3개)
과제 [순방향 신경망 구현하고 실행하기] JoyHW 4-1, 4-2
8 아달라인 경사하강법 1 아달라인 경사하강법 구현 강의(15분), 퀴즈(2개)
2 아달라인 경사하강법 적용 강의(15분), 퀴즈(2개)
3 역전파 1 강의(15분)
과제
9 역전파와 XOR신경망 1 역전파 2 강의(15분)
2 XOR 신경망 모델링 강의(15분), 퀴즈(2개)
3 XOR 신경망 구현 강의(15분), 퀴즈(2개)
과제
10 로지스틱 회귀 1 다층 신경망 모델링 강의(15분)
2 로지스틱 회귀 1 강의(15분), 퀴즈(2개)
3 로지스틱 회귀 2 강의(15분), 퀴즈(2개)
과제
11 인신경망 구현 1 로지스틱 회귀 3 강의(15분)
2 MNIST Dataset 강의(15분), 퀴즈(2개)
3 경사하강법 1 강의(15분), 퀴즈(2개)
과제
12 심층 신경망  1 경사하강법 2 강의(15분)
2 심층 신경망 1 강의(15분), 퀴즈(2개)
과제
13 기계학습 오픈 프레임워크 1 심층 신경망 2 강의(15분)
2 기계학습 오픈 프레임워크 강의(15분), 퀴즈(2개)
과제
14 기말시험

강좌운영진 소개

교수자

김영섭 교수님 사진
교수자 : 김영섭 교수
현) 한동대학교 전산전자공학부 교수
The Univ. of Alabama 컴퓨터공학 Ph.D.

강좌지원팀

학습 지원 : 최진영
한동대학교 전산전자공학부 학사과정
E-mail : 21700750@handong.edu
학습 지원 : 이재훈
한동대학교 전산전자공학부 학사과정
E-mail : 21400575@handong.edu

강좌 수강 정보

이수/평가정보

평가유형: 퀴즈 40%, 과제 30%, 기말고사 25%, 질의응답 5%
    이수증 발급 요건: 총점 60점 이상

  1. 분야

    공학
  2. 운영기관

    한동대학교
  3. 총 주차

    14주
  4. 주간 학습권장시간

    02시간 00분
  5. 강좌 번호

    HGU05
  6. 강좌 운영 기간

    2018.09.10~2018.12.21
  7. 수강 신청 기간

    2018.09.07~2018.10.08
등록