본문 바로가기

회원가입
내 강의실

로그아웃
한국어
  • 한국어
  • ENGLISH

배우고 싶은 강좌를 찾아보세요.

추천 강좌

      QR코드

      이용약관

      제1장 총칙

      제1조 (목적)

      이 약관은 국가평생교육진흥원(이하 “진흥원”)이 운영하는 “K-MOOC 홈페이지”(이하 “K-MOOC”)가 제공하는 모든 회원 정보 서비스(이하 ‘서비스’)를 이용하는 고객(이하 “회원”)과 ‘진흥원’이 ‘서비스’의 이용에 관한 조건 및 절차와 기타 필요한 사항을 규정하는 것을 목적으로 합니다.

      제2조 (약관의 효력과 변경)

      ① 이 약관은 “이 약관에 동의하십니까?”라는 물음에 ‘회원’이 “동의” 버튼을 클릭함으로써 효력이 발생합니다.

      ② ‘진흥원’은 이 약관을 임의로 변경할 수 있으며, 변경된 약관은 적용일 전 7일간 ‘회원’에게 공지되고 적용 일에 효력이 발생 됩니다.

      ③ ‘회원’은 변경된 약관에 동의하지 않을 경우, ‘서비스’ 이용을 중단하고 탈퇴할 수 있습니다. 약관이 변경된 이후에도 계속 ‘서비스’를 이용하는 경우에는 ‘회원’이 약관의 변경 사항에 동의한 것으로 봅니다.

      제3조 (약관 외 준칙)

      이 약관에 명시되지 않은 사항이 관계 법령에 규정되어 있으면 그 규정에 따릅니다.

      제2장 회원 가입과 서비스 이용

      제4조 (이용계약)

      ‘서비스’ 이용은 ‘진흥원’이 허락하고 ‘회원’이 약관 내용에 대해 동의하면 됩니다.

      제5조 (이용신청)

      ① 본 서비스를 이용하기 위해서는 ‘진흥원’이 정한 소정의 양식에 이용자 정보를 기록해야 합니다.

      ② 가입신청 양식에 기재된 이용자 정보는 실제 데이터로 간주합니다. 실제 정보를 입력하지 않은 사용자는 법적으로 보호받을 수 없습니다.

      제6조 (이용신청의 승낙)

      ① ‘진흥원’은 ‘회원’이 모든 사항을 정확히 기재하여 신청할 경우 ‘서비스’ 이용을 승낙합니다. 다만, 아래의 경우는 예외로 합니다.

      1. 다른 사람의 명의를 사용하여 신청한 경우

      2. 회원가입 신청서의 내용을 허위로 기재하였거나 신청하였을 경우

      3. 사회의 안녕질서 또는 미풍양속을 저해할 목적으로 신청한 경우

      4. 다른 사람의 K-MOOC 서비스 이용을 방해하거나 그 정보를 도용하는 등의 행위를 하였을 경우

      5. K-MOOC를 이용하여 법령과 본 약관이 금지하는 행위를 하는 경우

      6. 기타 ‘진흥원’이 정한 회원가입 요건이 미비할 경우

      ② 회원이 입력하는 정보는 아래와 같습니다. 아래의 정보 외에 ‘진흥원’은 ‘회원’에게 추가 정보의 입력을 요구할 수 있습니다.

      - 필수항목 : 전자우편주소, 성명, 아이디, 비밀번호, 성별, 출생연도

      - 선택항목 : 보조전자우편주소, 도시, 국가, 거주지, 최종학력, 가입목적

      제7조 (계약 사항의 변경 및 정보 보유/이용 기간)

      ① ‘회원’은 ‘서비스’ 이용 신청 시 기재한 사항이 변경되었을 경우, 온라인으로 수정해야 합니다.

      ② ‘회원’으로 등록하는 순간부터 ‘진흥원’은 ‘회원’의 정보를 보유 및 이용할 수 있습니다.

      ③ ‘회원’이 탈퇴하는 순간부터 ‘진흥원’은 ‘회원’의 정보를 이용할 수 없습니다. 다만, ‘진흥원’은 개인정보보호를 위해 ‘회원’이 탈퇴하는 순간부터 1개월간 ‘회원’의 정보를 보유할 수 있습니다.

      제8조 (쿠키에 의한 개인정보 수집)

      ① ‘K-MOOC’는 사용자마다 특화된 서비스를 제공하기 위해 사용자 개인용 컴퓨터에 쿠키를 전송합니다.

      ② 사용자가 한 번의 로그인으로 편리하게 이용하기 위해서는 쿠키 수신을 허용해야 합니다.

      ③ 쿠키는 ‘K-MOOC’를 방문하는 사용자의 특성을 파악하기 위해 사용됩니다.

      ④ 사용자는 웹브라우저에 있는 옵션기능을 조정하여 쿠키를 선택적으로 받아들일 수 있습니다. 쿠키 수신을 거부할 경우 로그인이 필요한 서비스를 이용할 수 없습니다.

      제3장 계약해지

      제9조 (계약해지)

      ① ‘회원’은 온라인을 통해 회원 정보처리에 관한 불만 사항을 개진할 수 있습니다.

      ② ‘회원’이 ‘서비스’ 이용 계약을 해지하고자 할 때는 본인 확인이 가능하도록 이름, 아이디, 생년월일, 연락할 수 있는 전화번호를 기재하여 전자우편으로 해지 신청을 하거나, 회원 정보수정의 ‘회원탈퇴’ 메뉴에서 탈퇴 신청을 해야 합니다.

      제10조 (자격상실)

      다음 각항의 사유에 해당하는 경우 ‘진흥원’은 사전 통보 없이 이용계약을 해지하거나 기간을 정하여 서비스 이용을 중지할 수 있습니다.

      1. 제6조 2항의 ‘기본정보’를 누락시킨 경우

      2. 가입신청 시 허위 내용으로 등록한 경우

      3. 타인의 아이디와 비밀번호를 도용한 경우

      4. K-MOOC, 다른 회원 또는 제3자의 지식재산권을 침해하는 경우

      5. 사회의 안녕과 질서, 미풍양속을 해치는 행위를 하는 경우

      6. 타인의 명예를 손상하거나 불이익을 주는 행위를 한 경우

      7. ‘신용정보의 이용 및 보호에 관한 법률’에 따른 PC통신 및 인터넷 서비스의 신용불량자로 등록되는 경우

      제4장 책임

      제11조 (진흥원의 의무)

      ① ‘진흥원’과 제휴를 맺은 사이트를 편리하게 이용할 수 있도록 ‘진흥원’은 ‘회원’의 정보를 제휴 사이트들과 공유할 수 있으며, 공유를 위해 ‘K-MOOC’는 ‘회원’의 컴퓨터에 쿠키를 전송할 수 있습니다.

      ② ‘진흥원’은 ‘서비스’ 제공으로 알게 된 ‘회원’의 신상정보를 본인의 승낙 없이 제3자에게 누설, 배포하지 않습니다. 다만, 다음 각호에 해당하는 경우에는 예외로 합니다.

      1. 금융실명거래 및 비밀보장에 관한 법률, 신용정보의 이용 및 보호에 관한 법률, 전기통신기본법, 전기통신사업법, 지방세법, 소비자보호법, 한국은행법, 형사소송법 등 법령에 특별한 규정이 있는 경우

      2. 통계작성/학술연구 또는 시장조사를 위하여 필요한 경우로서 특정 개인을 식별할 수 없는 형태로 제공하는 경우

      3. ‘진흥원’은 ‘회원’의 전체 또는 일부 정보를 업무와 관련된 통계 자료로 사용할 수 있습니다.

      4. ‘진흥원’은 ‘서비스’가 계속적이고 안정적으로 운영될 수 있도록 노력하며, 부득이한 이유로 ‘서비스’가 중단되면 지체없이 이를 수리 복구하는 데 최선을 다해 노력합니다. 다만, 천재지변, 비상사태, 시스템 정기 점검 및 ‘진흥원’이 필요한 경우에는 그 서비스를 일시 중단하거나 중지할 수 있습니다.

      제12조(회원 정보 사용에 대한 동의)

      ① 진흥원은 K-MOOC 이외에 각종 사이트를 운영하는바, 진흥원이 운영하는 메인 사이트 및 각종 서브 사이트의 서비스 제공을 목적으로 회원의 정보를 수집하며, 수집된 회원의 정보를 사용할 수 있습니다.

      ② ‘진흥원’은 양질의 서비스를 위해 여러 교육 관련 유관 단체 및 비즈니스 사업자와 제휴를 맺어 회원 정보를 공유할 수 있습니다. 그럴 경우 ‘진흥원’은 본 조에 제휴업체 및 목적, 내용을 약관에 밝혀 `회원`의 동의받은 뒤 제휴업체에 제공합니다.

      ③ 본 조의 규정에 의한 ‘회원’의 동의는 본 약관 및 회원 가입정보 입력화면에서 제공하는 정보서비스 이용신청 버튼을 클릭함으로써 그 효력을 발생합니다.

      제13조 (회원의 의무)

      ① 아이디와 비밀번호의 관리에 대한 책임은 ‘회원’에게 있습니다.

      ② ‘회원’은 자신의 아이디를 타인에게 양도, 증여, 대여하거나 타인이 사용하게 하여서는 아니 됩니다.

      ③ 자신의 아이디(ID)가 부정하게 사용된 경우, ‘회원’은 반드시 ‘진흥원’에 그 사실을 통보해야 합니다.

      ④ ‘회원’은 게시물에 등록된 데이터를 이용한 영업활동을 할 수 없습니다.

      ⑤ ‘회원’은 '진흥원'이 보내는 공지 메일을 수신해야 합니다.

      제14조 (회원의 게시물)

      ① 게시물이란 ‘K-MOOC’의 각종 게시판에 회원이 올린 글 전체를 포함합니다.

      ② 회원이 게시하는 정보 및 질문과 대답 등으로 인해 발생하는 손실이나 문제는 전적으로 회원 개인의 판단에 따른 책임이며, ‘진흥원’의 고의가 아닌 한 ‘진흥원’은 이에 대하여 책임지지 않습니다.

      ③ 회원의 게시물로 인하여 제3자의 ‘진흥원’에 대한 청구, 소송, 기타 일체의 분쟁이 발생한 경우 회원은 그 해결에 드는 비용을 부담하고 ‘진흥원’를 위하여 분쟁을 처리하여야 하며, ‘진흥원’이 제3자에게 배상하거나 ‘진흥원’에 손해가 발생한 경우 회원은 ‘진흥원’에 배상하여야 합니다.

      ④ ‘진흥원’는 '회원'의 게시물이 다음 각 항에 해당하는 경우에는 사전통지 없이 삭제합니다. 그러나 ‘진흥원’가 게시물을 검사 또는 검열할 의무를 부담하는 것은 아닙니다.

      1. 제3자를 비방하거나 중상 모략하여 명예를 손상하는 경우

      2. 공공질서, 미풍양속에 저해되는 내용인 경우

      3. ‘진흥원’의 저작권, 제3자의 저작권 등 기타 권리를 침해하는 내용인 경우

      4. ‘진흥원’에서 규정한 게시 기간을 초과한 경우

      5. 상업성이 있는 게시물이나 돈벌이 광고, 행운의 편지 등을 게시한 경우

      6. 사이트의 개설 취지에 맞지 않을 경우

      7. 기타 관계 법령을 위반한다고 판단되는 경우

      ⑤ ‘진흥원’는 ‘회원’이 등록한 게시물을 활용해 가공, 판매, 출판 등을 할 수 있습니다.

      제5장 정보제공

      제15조 (정보의 제공)

      ‘진흥원’는 ‘회원’에게 필요한 정보나 광고를 전자메일이나 서신 우편 등의 방법으로 전달할 수 있으며, ‘회원’은 이를 원하지 않을 경우 가입신청 메뉴와 회원 정보수정 메뉴에서 정보 수신 거부를 할 수 있습니다. 단, 정보 수신 거부한 ‘회원’에게도 제13조5항의 ‘진흥원’ 공지 메일을 보낼 수 있습니다.

      제6장 손해배상 및 면책

      제16조 (책임)

      ① ‘진흥원’은 ‘서비스’ 이용과 관련하여 ‘진흥원’의 고의 또는 중과실이 없는 한 ‘회원’에게 발생한 어떠한 손해에 대해서도 책임을 지지 않습니다.

      ② ‘진흥원’은 ‘서비스’ 이용과 관련한 정보, 제품, 서비스, 소프트웨어, 그래픽, 음성, 동영상의 적합성, 정확성, 시의성, 신빙성에 관한 보증 또는 담보책임을 부담하지 않습니다.

      제17조 (면책)

      ‘진흥원’이 천재지변 또는 불가피한 사정으로 ‘서비스’를 중단할 경우, ‘회원’에게 발생하는 문제에 대해 책임을 지지 않습니다.

      제18조 (관할법원)

      ‘서비스’ 이용과 관련하여 소송이 제기될 경우 ‘진흥원’의 소재지를 관할하는 법원 또는 대한민국의 민사소송법에 따른 법원을 관할법원으로 합니다.

      본 약관의 해석과 적용 및 본 약관과 관련한 분쟁의 해결에는 대한민국 법이 적용됩니다.

      저작권보호정책

      저작권보호정책


      CCL (Creative Commons License)

      CCL은 자신의 창작물에 대하여 일정한 조건 하에 다른 사람의 자유로운 이용을 허락하는 내용의 자유이용 라이선스(License)입니다.



      이용허락조건

      Attribution(저작자 표시)


      저작자의 이름, 출처 등 저작자를 반드시 표시 해야 한다는, 라이선스에 반드시 포함하는 필수조항 입니다.


      Noncommercial(비영리)


      저작물을 영리 목적으로 이용할 수 없습니다. 영리목적의 이용을 위해서는, 별도의 계약이 필요하다는 의미입니다.


      No Derivative Works (변경금지)


      저작물을 변경하거나 저작물을 이용한 2차적 저작물 제작을 금지한다는 의미입니다.


      Share Alike (동일조건변경허락)


      2차적 저작물 제작을 허용하되, 2차적 저작물에 원 저작물과 동일한 라이선스를 적용해야 한다는 의미입니다.



      이용허락조건




      저작자표시 (CC BY)


      저작자의 이름, 저작물의 제목, 출처 등 저작자에 관한 표시를 해주어야 합니다.







      저작자표시-비영리 (CC BY-NC)


      저작자를 밝히면 자유로운 이용이 가능하지만 영리목적으로 이용할 수 없습니다.







      저작자표시-변경금지 (CC BY-ND)


      저작자를 밝히면 자유로운 이용이 가능하지만, 변경 없이 그대로 이용해야 합니다.







      저작자표시-동일조건변경허락 (CC BY-SA)


      저작자를 밝히면 자유로운 이용이 가능하고 저작물의 변경도 가능하지만, 2차적 저작물에는 원 저작물에 적용된 것과 동일한 라이선스를 적용해야 합니다.







      저작자표시-비영리-동일조건변경허락 (CC BY-NC-SA)


      저작자를 밝히면 이용이 가능하며 저작물의 변경도 가능하지만, 영리목적으로 이용할 수 없고 2차적 저작물에는 원 저작물과 동일한 라이선스를 적용해야 합니다.







      저작자표시-비영리-변경금지 (CC BY-NC-ND)


      저작자를 밝히면 자유로운 이용이 가능하지만, 영리목적으로 이용할 수 없고 변경 없이 그대로 이용해야 합니다.




      다국어 설정

      홈 강좌 공학 컴퓨터 · 통신

      강좌소개

      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 미리보기 영상

      강좌 계획

      (추가 알림) "파이썬 기초" 강의와 퀴즈는 학습자의 편의를 위해 제공되는 선택적(성적 미반영) 내용입니다. "파이썬 기초" 는 교수자의 한동대 강의에서 발췌한 내용이며, 영문으로 된 주피터 노트북 파일이 제공되는 점을 양해해주시길 바랍니다. 물론, 선택 강의와 퀴즈의 내용에 대해 어려움이나 질문이 있으면 도움과 답변을 드리겠습니다.

      모든 강의와 퀴즈는 약 2주의 마감기한이 주어집니다. 그러나, 강의를 늦게 수강하는 수강생들을 위해 1~3주차까지는 퀴즈나 과제 마감기한을 약 3주가 주어집니다. 4주차부터는 마감기한이 다시 약 2주로 변경되니 이점을 유의하시기 바랍니다. 또한, 마지막 7주차는 마감기한이 종강일까지로 약 1주이니 참고하시기 바랍니다.

      [TA Session] 매주 금요일(16:00~17:00) TA 세션을 진행합니다.
      한주간 배운 내용으로 Q&A 혹은 학습 보조를 진행할 예정입니다.TA 세션에 참여를 희망하는 학습자분들은 매주 목요일 자정(해당 주 TA 세션 전날)까지 아래 TA 이메일로 질문을 미리 보내주시기 바랍니다.
      TA 세션은 줌(ZOOM)으로 진행됩니다. 줌 링크는 해당 주차 질의응답란에 공지됩니다.
      총 두명의 TA가 교대로 세션을 진행할 예정이니 줌 링크를 잘 확인하고 참여해주시기 바랍니다.
      박준혁 TA: walter1023@daum.net
      이경준 TA: kjune18@naver.com

      강의 계획표
      주차 주차명 차시 차시명 학습요소
      1

      기계학습 소개와 개발환경, 함수와 뉴론, 넘파이 튜토리얼

      		1기계학습 소개강의(20분), 퀴즈(5개)
      2기계학습 개발환경강의(19분), 퀴즈(5개)
      3행렬강의(13분), 퀴즈(5개)
      4함수와 뉴론강의(18분), 퀴즈(5개)
      5넘파이 튜토리얼 - 배열의 형상강의(18분), 퀴즈(5개)
      6넘파이 튜토리얼 - 브로드캐스팅강의(15분), 퀴즈(5개)
      7명강의강의(8분, 24분), 퀴즈, 강의(7분, 7분, 16분), 퀴즈
      8파이썬 기초 - Overview강의, 퀴즈(성적 미반영)
      과제-없음
      2인공뉴론 동작원리, 활성화 함수, 퍼셉트론1인공뉴론의 동작원리강의(17분), 퀴즈(5개)
      2미분강의(17분), 퀴즈(5개)
      3활성화 함수강의(21분), 퀴즈(5개)
      4퍼셉트론강의(23분), 퀴즈(5개)
      5퍼셉트론 알고리즘강의(19분), 퀴즈(2개)
      6퍼셉트론 코딩강의(18분), 퀴즈(3개)
      7명강의강의(17분, 14분), 퀴즈, 강의(15분 15분), 퀴즈
      8파이썬 기초 - DataTypes강의, 퀴즈(성적 미반영)
      과제
      1

      [퍼셉트론 알고리즘 계산]

      임의의 가중치를 설정하고 퍼셉트론 알고리즘을 입력에 적용하여 가중치를 구하는 문제. 

      (세 문제)

      입력과 가중치를 도식화 함. 
      답은 선택형이며, 2회의 기회가 주어짐.

      		- 과제 1-1, 1-2, 1-3
      3기계학습 작업흐름, 객체지향 프로그래밍과 퍼셉트론1

      기계학습 작업 흐름 - 학습자료 준비

      		강의(18분), 퀴즈(2개)
      2기계학습 작업 흐름 - 학습자료 전처리강의(18분), 퀴즈(3개)
      3객체지향 프로그래밍강의(19분), 퀴즈(3개)
      4객체지향 퍼셉트론 구현강의(19분), 퀴즈(3개)
      5객체지향 퍼셉트론 활용강의(14분), 퀴즈(3개)
      6다층 퍼셉트론강의(14분), 퀴즈(3개)
      7명강의강의(11분, 13분, 7분), 퀴즈, 강의(34분), 퀴즈
      8파이썬 기초 - Iteration강의, 퀴즈(성적 미반영)
      과제
      2

      [기계학습 작업흐름 파악]

      질문에 답을 함.
      선택형이며, 2회의 기회가 주어짐

      		- 과제 2

      과제
      3

      [붓꽃 데이터셋을 퍼셉트론으로 분류하기]

      코딩을 한 후, 질문에 답을 함.
      선택형이며, 2회의 기회가 주어짐.

      		- 과제 3
      4순방향 신경망 & 중간고사1순방향 신경망강의(19분), 퀴즈(3개)
      2순방향 신경망 예제강의(18분), 퀴즈(3개)
      3아달라인과 경사하강법강의(15분), 퀴즈(3개)
      4명강의강의(39분), 퀴즈
      5파이썬 기초 - Function강의, 퀴즈(성적 미반영)
      6중간 시험
      과제
      4

      [순방향 신경망 구현하고 실행하기]

      주어진 가중치와 입력으로 예측값을 구하는 문제임.

      코딩을 한 후, 질문에 답을 함.
      선택형이며, 2회의 기회가 주어짐.

      		- 과제 4-1, 4-2
      5아달라인 경사하강법, 역전파와 XOR신경망1아달라인 경사하강법 구현강의(18분), 퀴즈(3개)
      2아달라인 경사하강법 적용강의(17분), 퀴즈(3개)
      3역전파 오차 계산법강의(15분), 퀴즈(3개)
      4역전파 오차함수 미분강의(17분), 퀴즈(3개)
      5XOR 신경망 모델링강의(12분), 퀴즈(4개)
      6XOR 신경망 구현강의(16분), 퀴즈(3개)
      7명강의강의(44분), 퀴즈, 강의(38분), 퀴즈
      8파이썬 기초 - String강의, 퀴즈(성적 미반영)

      과제
      5

      [순전파와 역전파 계산하기]

      주어진 가중치와 입력으로 예측값과 역전파하는 오차를 구하는 문제임. 

      직접 계산을 하여, 질문에 답을 함.  코딩으로 체크 가능
      선택형이며, 2회의 기회가 주어짐.

      		- 과제 5-1, 5-2, 5-3
      과제
      6

      [역전파 계산하기]

      행렬을 이용한 역전파 신호처리 방법을 이해하고 있는지를 묻는 질문들임. 

      선택형이며, 2회의 기회가 주어짐.

      		- 과제 6-1, 6-2, 6-3
      6로지스틱 회귀, 인공 신경망 구현1다층 신경망 모델링강의(16분), 퀴즈(3개)
      2로지스틱 회귀 알고리즘강의(15분), 퀴즈(3개)
      3로지스틱 회귀 비용함수 미분강의(16분), 퀴즈(3개)
      4로지스틱 회귀 신경망 구현강의(14분), 퀴즈(3개)
      5MNIST Dataset강의(18분), 퀴즈(3개)
      6배치/확률적 경사하강법강의(15분), 퀴즈(3개)
      7명강의강의(30분), 퀴즈, 강의(36분), 퀴즈
      8파이썬 기초 - List강의, 퀴즈(성적 미반영)

      과제
      7

      [신경망의 행렬 표기법] 

      신경망의 신호처리 과정을 행렬 수식으로 정리하고 이를 이해하고 있는지를 묻는 질문임.  

      선택형이며, 2회의 기회가 주어짐.

      		- 과제 7-1, 7-2, 7-3
      과제
      8

      [크로스 엔트로피 계산]

      - 크로스 엔트로피와 평균 제곱오차를 계산하고, 두 개가 장단점과 서로 다른 점을 비교하는 문제임.

      선택형이며, 2회의 기회가 주어짐.

      		- 과제 8-1, 8-2, 8-3
      7심층 신경망, 기계학습 오픈 프레임워크 & 학기말 고사 1미니배치 경사하강법강의(23분), 퀴즈(3개)
      2심층 신경망 구현강의(19분), 퀴즈(3개)
      3심층 신경망 성능 테스트강의(18분), 퀴즈(3개)
      4기계학습 오픈 프레임워크강의(19분), 퀴즈(3개)
      5명강의강의(46분), 퀴즈, 강의(36분), 퀴즈
      6파이썬 기초 - List Comprehension강의, 퀴즈(성적 미반영)
      7학기말 시험
      과제
      9

      [DeepNeuralNet 코딩하기]

      - 강의시간에 이미 구현한 DeepNeuralNet  클래스를 여러 네트워크 모델로 직접 실행해보는 문제임

      선택형이며, 2회의 기회가 주어짐.

      		- 과제 9
      과제
      10

      [DeepNeuralNet_BGD 코딩 문제]

      배치 경사하강법을 사용하는 심층신경망으로 다양한 자료들을 분류하는 문제

      선택형이며, 2회의 기회가 주어짐.

      		- 과제 10-1, 10-2

      강좌운영진 소개

      교수자

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

      강좌지원팀

      학습 지원 : 박준혁
      前 한동대학교 전산전자공학부 졸업생
      現 포항공과대학교 전산과 석박사과정
      E-mail : walter1023@daum.net
      학습 지원 : 이경준
      前 한동대학교 전산전자공학부 학부생
      現 한동대학교 전산전자공학과 석박사과정
      E-mail : kjune18@naver.com

      강좌 수강 정보

      이수/평가정보

      평가유형: 퀴즈 25%, 과제 30%, 중간고사 20%, 기말고사 20%, 질의응답 5%
          이수증 발급 요건: 총점 60점 이상

      미리보기

      분야 공학 (컴퓨터 · 통신)

      난이도 전공기초

      운영기관 한동대학교

      이수증 미발급

      주차 7 주

      학습인정시간 46시간 00분 (16시간 37분)

      수강신청기간 24.01.04 ~ 24.01.25

      강좌운영기간 24.01.08 ~ 24.03.02

      전화번호 054-260-1072

      자막언어 한국어

      강좌언어 한국어(ko)

      추천강좌
      같은기관강좌