본문 영역으로 바로가기

Machine Learning (머신러닝)


POSTECH
수강신청하실 수 없습니다.

강좌 소개

데이터를 분석하기 위한 기계학습 기법들을 공부합니다. 기계학습에 중요한 알고리즘에 대한 이론과 파이썬을 이용한 실습을 동시에 진행합니다. 선형대수, 최적화에 대한 기초 공부 후, regression, classification (perceptron, SVM, logistic regression), clustering (K-means), dimension reduction (PCA), artificial neural network 이론을 공부하고 python을 활용한 알고리즘 구현하는 것을 목표로 합니다.
※ 수업진행과 과제를 수행하기 위해서 파이썬 사용 필수.


[미리보기]
week 1-1 [선형대수 - 행렬의 성질과 활용] 강좌 미리보기 
week 2-1 [선형변환의 성질 1] 강좌 미리보기  



강좌 목차

주차주차
1선형대수 - 행렬의 성질과 활용사용되는 프로그램 설치
행렬의 연산
행렬의 성질 & norm
벡터의 연산
Lecture Note
1주차 질의응답
2선형대수 - 행렬과 선형 변환선형변환의 성질 1
선형변환의 성질2
행렬과 고유값
선형 변환의 예시
2주차 질의응답
3선형대수 - 머신러닝과 선형대수의 관계선형 방정식과 행렬
최적화와 선형대수
3주차 질의응답
4머신러닝을 위한 최적화최적화의 개념 및 용어
컨벡스 함수와 최적화
경사하강법을 이용한 최적화
최적화 문제 풀이방법(그래프 및 cvx)
Lecture Note
4주차 질의응답
5회귀회귀 1-1
회귀 1-2
회귀 2-1
회귀 2-2
회귀 3-1
회귀 3-2
Lecture Note
5주차 질의응답
6분류 - 퍼셉트론퍼셉트론 1
퍼셉트론 2
Lecture Note
6주차 질의응답
7서포트 벡터 머신서포트 벡터 머신 1
서포트 벡터 머신 2
서포트 벡터 머신3
서포트 벡터 머신4
7주차 질의응답
8로지스틱 회귀분석로지스틱 회귀분석 1
로지스틱 회귀분석 2
로지스틱 회귀분석 3
로지스틱 회귀분석 4
8주차 질의응답
9k 평균 군집화군집화 1
군집화 2
군집화 3
9주차 질의응답
10통계와 몬테카를로 시뮬레이션통계 1
통계 2
통계 3
통계 4
몬테카를로 시뮬레이션
10주차 질의응답
11주 성분 분석 & 피셔 판별 분석주 성분 분석1
주 성분 분석 2
주 성분 분석 3
피셔 판별 분석1
피셔 판별 분석 2
11주차 질의응답
12인공 신경망과 텐서플로우인공 신경망 1-1
인공 신경망 1-2
인공 신경망 1-3
인공 신경망 1-4
13인공 신경망과 텐서플로우2 & 오토인코더인공 신경망 2-1
인공 신경망 2-2


교수자

이승철

포스텍 기계공학과 교수

UNIST 기계항공및원자력공학부 교수

UNIV. OF MICHIGAN DEPT. OF MECHANICAL ENGINEERING 박사 후 연구원

UNIV. OF MICHIGAN Mechanical Engineering 박사


운영팀

유균형

포스텍 정보통신대학원