Skip to main content
자율주행을 위한 머신러닝 동영상

자율주행을 위한 머신러닝




강의소개 - Course Description
스마트카에서 생성되는 다양한 정보가 생산되며 이를 기반으로 스마트카의 다양한 기능이 수행된다. 본 강좌에서는 스마트카에서 생성되는 정보를 지능적으로 처리하기 위한 다양한 기계학 기법을 학습한다. 기계학습의 기본 개념과 모델 평가 기법을 포함하여 다양한 분류 기법과 추천기법 등을 학습한다.

 

강의구성 - Configuration
* 구성: 총 10강 + 기말평가
* 개설: 순차적 개설 - 해당 주차일에 강의가 열리며, 지나간 강의는 언제든지 볼 수 있음

[자율주행을 위한 머신러닝 맛보기 강의]

 

강의일정-Syllabus

 

강의 일정
주차 주차명 차시명
1강 기계학습개요 1) Introduction
2강 최근접이웃 기법 (k-NN) 1) k-NN
3강 선형회귀 기법 1) Linear Regression
2) Linear Additive Model
4강 모델평가 1) Overfitting, Generalization, Cross Validation
5강 의사결정나무 1) Decision tree- Basic Idea
2) Decision tree- ID3
6강 랜덤포레스트 1) Random Forests 1
2) Random Forests 2
7강 인공신경망 1) Math for NN
2) Neural Networks 1
3) Neural Networks 2
4) Neural Networks 3
8강 합성곱신경망 1) Convolutional Neural Netowrk 1
2) Convolutional Neural Netowrk 2
3) Convolutional Neural Netowrk 3
9강 차원축소 기법 1) Matrix Manipulation
2) PCA
10강 군집화 기법 1) K-means
2) Gaussian Mixture Model
* 평가점수 및 이수증 발급기준
평가점수 및 이수증 발급기준
구분 퀴즈 과제 2회 평가(기말) 합계
점수 30점 30점 40점 100점
이수기준 : 총점 70점 이상

교수소개-Professor
이지형 교수 사진 이지형 교수

[프로필]
現 성균관대학교 정보통신대학 소프트웨어학과 정교수
現 성균관대학교 지능정보융합원 부원장
現 한국정보과학회 인공지능소사이어티 부회장
現 한국지능시스템학회 이사

미국 SRI International, International Fellow
한국과학기술원 학사/석사/박사
TA소개-Teaching Assistant
최재우 튜터 사진

[수업지원]

최재우 튜터
성균관대학교 대학원 소프트웨어학과 석사과정
E-mail : yhjgoldhair@naver.com(24시간 이내에 답변을 드리도록 하겠습니다.)

권성기 과장 사진

[기술 운영지원]

권성기 과장
성균관대학교 교무처 교육지원팀
E-mail : skkwon@skku.edu(24시간 이내에 답변을 드리도록 하겠습니다.)

관련 강좌

  1. Subject

    Engineering
    (Computers & Communication)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

    advanced
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    Institution

    SUNGKYUNKWAN UNIVERSITY
  4. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    11week
    (주당 03시간 00분)
  5. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    12시간 15분
    (04시간 35분)
  6. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2020.02.21 ~ 2020.05.24
  7. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2020.03.09 ~ 2020.05.24
Enroll