로그인 바로가기 하위 메뉴 바로가기 본문 바로가기

강좌 기간이 종료되어 더이상 수강할 수 없습니다.

문일철
문일철 KOOC
  • 타입 MOOC 강좌
  • 기간 2016.11.01 ~ 2016.12.12
    6주
  • 시간 자유롭게 학습
  • 수강 승인 방식 자동 승인

본 강의는 기계 학습에 대한 이론적 지식을 확률, 통계, 최적화를 바탕으로 소개합니다. 
이 과정에서 다양한 확률 이론 및 통계 방법론을 설명하며, 최적화 방법을 소개하고,
Naive Bayes, Logistic Regression, Support Vector Machine, Neural Network, Hidden Markov Model, Gaussian Mixture Model, K-Means Model과 같은 다양한 모델을 활용하여 어떻게 기계 학습에 이론적 기초를 확인하는지 배울 수 있습니다.

교수자 소개

  • 문일철

강의계획

    1. 1. Motivations and Basics
      2. Fundamentals of Machine Learning
      3. Naïve Bayes Classifier
      4. Logistic Regression
      5. Support Vector Machine
      6. Training/Testing and Regulatization

추가정보

**인공지능 및 기계학습 개론 1과 2는 이어지는 내용으로, 본 강좌(개론1)를 수강한 후 개론 2를 수강하는 것을 추천합니다.