Skip to main content
실사례를 통한 머신러닝 알고리즘 구현 실습 이미지

실사례를 통한 머신러닝 알고리즘 구현 실습





MOOC 01 강좌 개요 및 목표

■ 강좌 개요
이 강의는 묶음강좌 '인문·사회계열 전공생을 위한 머신러닝 예비학교'의 마지막 코스입니다.
이번 과정에서는 Python을 이용한 기본적인 프로그래밍 능력, 데이터의 형태와 특성에 알맞은 머신러닝 알고리즘의 종류와 작동 원리에 관한 이해, 머신러닝 알고리즘을 구현한 라이브러리들의 활용 방법을 종합하여 실제 사례에 근접한 문제들을 해결하는 프로그램을 작성하는 실습을 진행합니다. 이를 통해 인문·사회계열 학생들이 각 전공에서 맞닥뜨리게 되는 문제들에 머신러닝 알고리즘을 접목하고 창의적인 해결책을 모색할 수 있는 기반을 마련하고자 합니다.

■ 학습목표
본 강좌를 수강한 학습자는:
1. 실제 사례에 가까운 케이스별 문제들을 인공지능 알고리즘을 적용하여 해결할 수 있다.
2. 자신의 전공에 인공지능 알고리즘을 적용할 수 있다.


MOOC 02  주차별 강좌 계획

■ 강좌 운영 기간 : 2022년 1월 24일 (월) 09:00 ~ 2월 20일 (일) 23:59
■ 본 강의는 매주 월요일 오전 9시마다 새로운 수업이 공개되며, 휴강 없이 진행됩니다. 세부 일정은 아래의 표를 참고해주세요.
실사례를 통한 머신러닝 알고리즘 구현 실습_강의계획서 내용 안내
주 차강 의 주 제
1 환경 설정 및 파이썬 복습 (1/24 공개)
1. 아나콘다 설치 및 스파이더 활용 방법
2. 파이썬 주요기능 소개 (1)
3. 파이썬 주요기능 소개 (2)
2 정적 데이터 수집과 가공 (1/24 공개)
1. BeautifulSoup을 활용한 정적 데이터 수집
2. Series를 활용한 1차원 데이터 가공
3. DataFrame을 활용한 2차원 데이터 가공
3 동적 데이터 수집 (1/24 공개)
1. Selenium과 Chrome driver 설치
2. xpath의 구조와 활용방법 소개
3. 참돔 데이터 수집
4. 토론 1
4 클러스터링 (1/24 공개)
1. 클러스터링 소개
2. k-means 알고리즘 실습 (1)
3. k-means 알고리즘 실습 (2)
4. 과제 1
5 분류 (1/31 공개)
1. 분류 문제와 다양한 거리함수의 소개
2. IRIS dataset 소개
3. k-NN 알고리즘 실습
6 시계열 분석 (1/31 공개)
1. 시계열의 특징과 분석 방법 소개
2. 시각화를 통한 시계열 데이터 분석
3. ARIMA를 활용한 시계열 데이터 예측
7 뉴스기사 분류하기 (1/31 공개)
1. 자연어를 다루는 신경망 소개
2. 로이터 뉴스 데이터 소개
3. LSTM을 이용한 뉴스 데이터 분류
8 감성 분류 (1/31 공개)
1.IMDB 리뷰 분류
2. 네이버 영화 리뷰 분류
3. 네이버 쇼핑 리뷰 분류

9 추천 시스템 (2/7 공개)
1. Demographic Filtering
2. Content Based Filtering
3. Collaborative Filtering
4. 토론 2
10 이미지 분류 (2/7 공개)
1. 인공신경망을 이용한 이미지 분류
2. MNIST 데이터셋 분류
3. CIFAR-10 데이터셋 분류
4. 과제 2
11 Object Detection (2/7 공개)
1. Object Detection 알고리즘의 발전 과정
2. COCO 데이터셋과 YOLO 코드 소개
3. YOLO를 활용한 Object Detection 실습
12 전이학습 (2/7 공개)
1. 전이학습 소개
2. 이미지 분류 알고리즘의 전이학습 실습
3. Object Detection 알고리즘의 전이학습 실습
4. 과제 3
13 기말고사 (2/14 공개 ~ 2/20 종강)


MOOC 03  수강대상 및 학습활동

  • 수강대상
    - 소프트웨어·인공지능 분야로의 부·복수전공을 희망하는 인문·사회·교육 계열 전공자
    - 자신의 분야에 머신러닝 기술을 적용하고자 하는 인문·사회·교육 계열 전공자
    - 실제 사례 해결을 통해 머신러닝 활용 능력을 고취시키고자 하는 학습자
    - 묶음강좌 '인문·사회계열 전공생을 위한 머신러닝 예비학교' 선수학습 강좌 이수자

  • 수업구성
    강의, 토론, 과제, 기말고사

  • 평가기준
    토론 20%, 과제 40%, 기말고사 40%

  • 이수증 발급
    평가기준 60점 이상 이수한 학습자
    * 본 강의는 과제가 포함되어 있으므로 이수증 발급이 종강 시점으로부터 1~2주 소요됩니다. 소속 기관의 이수증 제출 일정을 반드시 확인하세요.



MOOC 04 교수 및 운영진 소개

담당 교수

윤상덕 교수


학력
Ph.D of Engineering, Computer Science and Engineering, POSTECH
BS, Mathematics, POSTECH
BS, Computer Science and Engineering, POSTECH (dual degree)

주요 경력
현) 성신여자대학교 서비스·디자인공학과 교수
전) Postdoctoral Researcher, POSTECH Information Research Laboratories
전) Staff Engineer, Inspection Equipment Development Team, Mechatronics Technology Center, Samsung Display

연구 분야
이론전산학, 계산기하학, 기하적 닮음 측정
운영진
강좌 담당 TA

현) 성신여자대학교 '실사례를 통한 머신러닝 알고리즘 구현 실습' 담당 TA
이메일 : skmc1140@naver.com
강의 내용과 관련된 문의사항은 담당 조교에게 주세요.
성신여자대학교 교수학습지원센터

이메일 : kmooc@sungshin.ac.kr
전화 : (02)920-7863
시스템과 관련된 문의사항은 교수학습지원센터로 주세요.

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Engineering
    (Computers & Communication)
  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

    SUNGSHIN WOMEN'S UNIVERSITY
  4. 운영 기관의 전화번호 입니다.

    Phone

    02-920-7778
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    13week
    (주당 03시간 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)

    25시간 00분
    (16시간 00분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2021.12.13 ~ 2022.02.20
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2022.01.24 ~ 2022.02.21