본문 영역으로 바로가기
인공지능과 기계학습 동영상

인공지능과 기계학습


등록마감

■ 강좌 소개

영화 ‘아이언맨’의 똑똑한 인공지능 개인비서 ‘자비스’, 언제쯤 가능할까요? 오혜연 교수가 인공지능 및 기계학습에 대한 기초적인 이론지식을 기반으로 컴퓨터에게 지능을 부여하는 방법을 이해하고, 실습을 통해 이를 구현하는 능력을 배울 수 있는 강좌를 개설합니다.

■ 과목 진행 방식

본 과목은 7주차 과목으로 진행됩니다. 1주는 30분 내외의 비디오 약 4편으로 구성되어 있습니다.

매주 퀴즈를 통해 한 주 동안 배운 것들을 복습하게 됩니다.

■ 담당 교수

Course Staff Image #1

KAIST 오혜연 교수

• MIT 전산학 박사

• 자연어 정보 처리 및 사용자 이해에 관한 연구 수행

■ 강의 내용

주차 학습 목차 주제
1 인공지능 및 기계학습 개요 • 인공지능 및 기계학습 개요
1 확률론 및 나이브 베이즈
(Probability and Naive Bayes)
• 확률론 복습 (Probability)
• 의학 진단 예제 (Example: Medical Diagnosis)
• 나이브 베이즈 (Naive Bayes)
2 서포트 벡터 머신
(Support Vector Machines)
• 서포트 벡터 머신 (Support Vector Machine) 개론
• 선형 서포트 벡터 머신 (Linear SVM)
• 커널 서포트 벡터 머신 (Kernel SVM)
3 결정 트리
(Decision Trees)
• 결정 트리 (Decision Trees)
• 랜덤 포레스트 (Random Forest)
4 신경망 모델
(Neural Networks)
• 인공 뉴런 (Artificial Neuron)
• 다층 뉴럴 네트워크 (Multilayer Neural Network)
• 경험적 위험 최소화 (Empirical Risk Minimization)
• 손실 함수 (Loss Function)
• 은닉층 그래디언트 (Hidden Layer Gradient)
5 딥러닝과 응용
(Deep Learning and Applications)
• 딥 러닝 소개 (Introduction to Deep Learning)
• 제한적 볼츠만 기계 (Restricted Boltzmann Machine)
• 오토인코더 (Autoencoder)
• 딥 뉴럴 네트워크 정규화 (Deep Neural Network Regularization)
6 강좌 종합 정리 • 강좌 종합 정리

• 문의사항

kmooc@kaist.ac.kr

  1. 강좌 번호

    KCS470
  2. 개강일

    2017년2월27일
  3. 종강일

    2017년4월08일
  4. 수강 신청 시작일

    2017년2월20일
  5. 수강 신청 마감일

    2017년4월07일
  6. 주간 학습 권장 시간

    03시간 00분
  7. 대학명

    한국과학기술원
  8. 분야

    공학