Instructor Introduction
-
조겨리 교수
충북대학교 컴퓨터공학과 교수
Lecture plan
강의
-
CHAPTER 1_ 인공지능, 머신러닝, 딥러닝
- Part 1. 인공지능의 정의와 역사
- Part 2. 머신러닝과 딥러닝
- Part 3. 머신러닝의 분류
-
CHAPTER 2. 머신러닝의 기초
- Part 1. 지도학습 프로세스
- Part 2. 과잉적합과 학습 곡선
- Part 3. 머신러닝의 모델 선택
-
CHAPTER 3. 결정 트리
- Part 1. 결정트리 개요
- Part 2. 결정트리 학습 알고리즘 (1)
- Part 3. 결정트리 학습 알고리즘 (2)
-
CHAPTER 4. 베이지안 네트워크
- Part 1. 확률 기초와 베이즈 정리
- Part 2. 베이지안 네트워크
- Part 3. K-근접이웃 알고리즘과 ROC 곡선
-
CHAPTER 5. 선형회귀
- Part 1. 선형회귀 개요
- Part 2. 선형회귀의 목적함수
- Part 3. 경사하강법
-
CHAPTER 6. 로지스틱 회귀
- part 1. 다변수 선형회귀와 최소제곱법
- Part 2. 로지스틱 회귀 개요
- Part 3. 로지스틱 회귀의 목적함수
-
CHAPTER 7_ 퍼셉트론
- Part 1. 퍼셉트론
- Part 2. 다층 퍼셉트론 개요
- Part 3. 다층 퍼셉트론의 구조
-
CHAPTER 8. 다층 퍼셉트론
- Part 1. 다층 퍼셉트론의 목적함수
- Part 2. 오류 역전파 알고리즘
- Part 3. 인공신경망의 성능 향상
-
CHAPTER 9. 마르코프 랜덤필드
- Part 1. 에너지함수와 퍼텐셜
- Part 2. 마르코프 랜덤필드의 응용
- Part 3. 제한적 볼츠만 머신의 구조
-
CHAPTER 10. 제한적 볼츠만 머신
- Part 1. 제한적 볼츠만 머신의 학습 알고리즘
- Part 2. 제한적 볼츠만 머신의 응용
- Part 3. K-means 알고리즘
-
CHAPTER 11. 주성분 분석
- Part 1. 주성분 분석의 개념
- Part 2. 주성분 분석 알고리즘
- Part 3. 계층 군집화 알고리즘과 DBSCAN
-
CHAPTER 12. 앙상블 기법
- Part 1. 분류기의 다양성과 배깅
- Part 2. 부스팅, 랜덤 포레스트, 보팅
- Part 3. 데이터 마이닝 개요
-
CHAPTER 13. 데이터 마이닝
- Part 1. 서열 데이터의 표현
- Part 2. 감정 분석과 토픽 모델링
- Part 3. 그래프 마이닝