Skip to main content
인공지능 수학 입문  (Introductory Mathematics for AI) 동영상

인공지능 수학 입문 (Introductory Mathematics for AI)




강의소개 - Course Description
본 강좌를 통해 고등학생과 일반인들이 인공지능을 이해하는데 필요한 수학(입문)의 내용을 학습하고 코드를 활용하여 실습해본다.

 

강의구성 - Configuration
* 구성: 총 14강 + 중간평가 + 기말평가
* 개설: 순차적 개설 - 해당 주차일에 강의가 열리며, 지나간 강의는 언제든지 볼 수 있음

[인공지능 수학 입문 맛보기 강의]

 

강의일정-Syllabus

 

강의 일정
주차 주차명 차시명
1주차 함수의 그래프와 방정식의 해 1) 강좌 소개
2) 함수의 그래프와 방정식의 해 예습 및 실습
3) 수학과 코딩!
4) 함수와 그래프, 다항함수, 유리함수
5) 삼각함수, 지수함수, 로그함수
6) 방정식의 해
7) 함수의 그래프와 방정식의 해 복습
2주차 데이터와 행렬 1) 데이터와 행렬 예습 및 실습
2) 인공지능이란?
3) 벡터
4) 행렬과 텐서
5) 행렬의 연산법칙
6) 특수행렬과 역행렬
7) 데이터와 행렬 복습
3주차 데이터의 분류 1) 데이터의 분류 예습 및 실습
2) 데이터의 유사도, 거리
3) 노름과 유사도
4) 냇적, 사잇각
5) 코사인 유사도
6) 데이터의 분류 복습
4주차 선형연립 방정식 1) 선형연립방정식 예습 및 실습
2) 행렬과 연립방정식
3) 선형연립방정식
4) 첨가행렬
5) 가우스 소거법
6) 연립방정식의 해집합
7) 선형연립방정식 복습
5주차 최소제곱문제 1) 최소제곱문제 예습 및 실습
2) 최소제곱법
3) 최소제곱법 실습
4) 선형대수학 참고자료
5) 최소제곱문제 복습
6주차 극한과 도함수 1) 극한과 도함수 예습 및 실습
2) 함수의 극한
3) 도함수
4) 선형근사법
5) 테일러 전개
6) 극한과 도함수 복습
7주차 미분방정식, 미적분학 복습 1) 미분방정식, 미적분학 예습 및 실습
2) 극대, 극소, 최대, 최소
3) 면적 구하기
4) 미분방정식과 벡터장
5) [부록] 미적분학 공식
6) 미분방정식, 미적분학 복습
중간 중간 평가 중간 평가
8주차 경사하강법 1) 경사하강법 예습 및 실습
2) 경사하강법(Gradient Descent Method)
3) 경사하강법 알고리즘 설명
4) 미적분학의 상호연관성, 부록
5) 경사하강법 복습
9주차 순열, 조합 1) 순열, 조합 예습 및 실습
2) 수열
3) 데이터를 다루는 '통계'
4) 순열, 조합
5) 순열, 조합 복습
10주차 확률과 확률변수 1) 확률과 확률변수 예습 및 실습
2) 알파고의 승리 비결 '확률'
3) 확률변수
4) 확률밀도함수
5) 확률과 확률변수 복습
11주차 확률분포 1) 확률분포 예습 및 실습
2) 이산확률분포 1
3) 이산확률분포 2
4) 연속확률분포 1
5) 연속확률분포 2
6) 확률분포 복습
12주차 주성분 분석 1) 주성분 분석 예습 및 실습
2) 차원 축소
3) 주성분 분석
4) 주성분 분석 사례
5) 주성분 분석과 선형회귀
6) 주성분 분석 복습
13주차 네트워크와 행렬 1) 네트워크와 행렬 예습 및 실습
2) 네트워크로 신경망 구성하기
3) 행렬로 연결 관계 분석하기
4) "선형대수학과 구글(Google) 검색엔진" - 페이지랭크 알고리즘
5) 네트워크와 행렬 복습
14주차 인공신경망 1) 인공신경망 예습 및 실습
2) 신경망 (Neural Network)
3) 인공신경망 (Artificial Neural Network)
4) 오차역전파법
5) 인공신경망 복습
기말 기말평가 기말평가
* 평가점수 및 이수증 발급기준
평가점수 및 이수증 발급기준
구분 퀴즈/과제 평가(중간) 평가(기말) 합계
점수 50점 25점 25점 100점
이수기준 : 총점 70점 이상

교수소개-Professor
이상구 교수 사진 이상구 교수

[프로필]
미국 유타주립대학교, PhD (이학박사)
現 성균관대학교 자연대 학장
現 성균관대학교 수학과 정교수
前 한국수학교육학회 회장
前 국제 선형대수학회 교육위원
TA소개-Teaching Assistant
박경은 튜터 사진

[수업지원]

박경은 튜터
성균관대학교 수학교육과 겸임교수
E-mail : postmedu@skku.edu(24시간 이내에 답변을 드리도록 하겠습니다.)

진채은 직원 사진

[기술지원]

진채은 직원
성균관대학교 교무처 교육개발센터
E-mail : wlsco97@skku.edu

 

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Natural Sciences
    (Mathematics, Physics, Astronomy & Geography)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

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

    Institution

    SUNGKYUNKWAN UNIVERSITY
  4. 운영 기관의 전화번호 입니다.

    Phone

    031-290-5245
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    16week
    (주당 01시간 00분)
  6. 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)

    32시간 00분
    (08시간 00분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2022.08.15 ~ 2022.11.25
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2022.08.29 ~ 2022.11.27
  9. ※ 만족도 응답 표본 수 미달 등 일정 기준이 충족되지 않은 경우 별점이 공개되지 않을 수 있습니다.