인재교육원은 혁신적인 인재양성 시스템을 바탕으로 글로벌 경쟁력을 갖춘 미래 가치를 창출하여 개인과 조직이 4차 산업혁명을 선도하고 지속 성장해 나아가는데 기여할 것입니다.
이에 필요한 학제간 융합 교육확대로 실사구시형 명품 교육과정을 개발하고 훌륭한 교수진과 우수한 교육 운영 역량으로 Right HRD를 실천하여 대학의 사회적 책임을 다하겠습니다.
교수자/개설자
이종욱
학습기간
2022-11-10 ~ 2032-11-10
강좌소개
배울 내용 ✔ 머신러닝 이론의 발전, 여러 이론에 대한 이해를 종합적으로 학습할 수 있습니다.✔ 개인적으로 학습해서는 얻을 수 없는 머신러닝 Insight를 얻을 수 있습니다✔ 다양한 사례를 활용하여 쉽게 접근하는 머신러닝 학습을 통해 실습과제를 모델링 할 수 있습니다.✔ 머신러닝 part1에서 이어지는 기계학습의 여러 개념에 대해 개괄적으로 학습할 수 있습니다 요구 사항 머신러닝 학습 입문자로 기계 학습 기반 지식이 필요한 분으로 크게 사전지식이 필요하지 않으며, 머신러닝part 1을 듣고 수강하는 것을 추천합니다. 설명 본 과정은 성균관대 소프트웨어학과 대학원 수준에서 수강할 수 있는 고급 AI 과정으로 데이터에서 스스로 숨겨진 패턴을 효과적으로 찾아내는 다양한 기계학습 기법들의 기초개념과 학습과정을 파악하는 강의입니다. 기계학습이란 명시적인 규칙 또는 프로그래밍 없이 주어진 데이터를 통해 컴퓨터 스스로 학습할 수 있는 프로그램이라고 정의할 수 있습니다. 사람이 태어나서 어떤 행동이 올바른지 축적된 경험을 통해 스스로 터득해 나가는 과정을 컴퓨터가 흉내내는 것이 기계학습과 비슷하다고 할 수 있겠습니다. 자율주행도 이와 비슷합니다. 명시적 규칙을 알려주지 않고, 다양한 상황을 연출한 데이터를 통해 컴퓨터 스스로 상황을 인지하고 안전한 운행을 위해서 규칙을 찾아내는 과정이 기계학습의 또다른 사례입니다. 본 강좌에서는 이처럼 주어진 과제를 수행하기 위해 데이터에서 스스로 숨겨진 패턴을 효과적으로 찾아내는 다양한 기계학습 기법들의 기초 개념과 학습과정에 대해 배워보도록 하겠습니다. 머신러닝 패키지 part 1에 이어서 Multilayer Perceptron, Learning Linear SVM, Classification and Regression Tree (CART) 등 머신러닝의 주요 이론들에 대해 살펴보게 됩니다. 보다 폭 넓은 이해를 위해 머신러닝 part1을 수강하고 오는 것을 추천합니다. 본 과정 수료 후에 추가적인 교육(실습 및 캡스톤 프로젝트 수행) 이수를 통해서 인공지능부문 전문가로 성장할 수 있습니다. (성균관대의 인공지능분야 Micro Degree 연계) 이 강의의 대상 인공지능대학원의 체계적인 커리큘럼에 따른 머신러닝 강의로 AI 기반지식을 다지고 싶은 분 ※ 본 강좌는 유료강좌지만 성균관대학교 재학생에 한하여 무료로 제공하고 있습니다. (재학생 수강문의: skkux@skku.edu)
배울 내용 ✔ 머신러닝 이론의 발전, 여러 이론에 대한 이해를 종합적으로 학습할 수 있습니다.✔ 개인적으로 학습해서는 얻을 수 없는 머신러닝 Insight를 얻을 수 있습니다✔ 다양한 사례를 활용하여 쉽게 접근하는 머신러닝 학습을 통해 실습과제를 모델링 할 수 있습니다.✔ 머신러닝의 여러 개념에 대해 개괄적으로 학습할 수 있습니다. 요구 사항 머신러닝 학습 입문자로 기계 학습 기반 지식이 필요한 분으로 크게 사전지식이 필요하지 않습니다. 설명본 과정은 성균관대 소프트웨어학과 대학원 수준에서 수강할 수 있는 고급 AI 과정으로 데이터에서 스스로 숨겨진 패턴을 효과적으로 찾아내는 다양한 기계학습 기법들의 기초개념과 학습과정을 파악하는 강의입니다. 기계학습이란 명시적인 규칙 또는 프로그래밍 없이 주어진 데이터를 통해 컴퓨터 스스로 학습할 수 있는 프로그램이라고 정의할 수 있습니다. 사람이 태어나서 어떤 행동이 올바른지 축적된 경험을 통해 스스로 터득해 나가는 과정을 컴퓨터가 흉내내는 것이 기계학습과 비슷하다고 할 수 있겠습니다. 자율주행도 이와 비슷합니다. 명시적 규칙을 알려주지 않고, 다양한 상황을 연출한 데이터를 통해 컴퓨터 스스로 상황을 인지하고 안전한 운행을 위해서 규칙을 찾아내는 과정이 기계학습의 또다른 사례입니다. 본 강좌에서는 이처럼 주어진 과제를 수행하기 위해 데이터에서 스스로 숨겨진 패턴을 효과적으로 찾아내는 다양한 기계학습 기법들의 기초 개념과 학습과정에 대해 배워보도록 하겠습니다. 본 과정 수료 후에 추가적인 교육(실습 및 캡스톤 프로젝트 수행) 이수를 통해서 인공지능부문 전문가로 성장할 수 있습니다. (성균관대의 인공지능분야 Micro Degree 연계) 이 강의의 대상 인공지능대학원의 체계적인 커리큘럼에 따른 머신러닝 강의로 AI 기반지식을 다지고 싶은 분 ※ 본 강좌는 유료강좌지만 성균관대학교 재학생에 한하여 무료로 제공하고 있습니다. (재학생 수강문의: skkux@skku.edu)
이지형
배울 내용 ✔ 딥러닝 이론의 발전, 여러 이론에 대한 이해를 종합적으로 학습할 수 있습니다.✔ 실질적 알고리즘, 최신 논문을 학습을 통해 실제 라이브러리 구현을 할 수 있습니다.✔ 빅데이터 분석에 필요한 최신 딥러닝 트렌드를 이해하고 이를 활용할 수 있습니다.✔ 딥러닝의 여러 개념에 대해 개괄적으로 학습할 수 있습니다 요구 사항 인공지능에 입문하는 학습자로 뉴럴넷에 대한 기초, 딥러닝 기반 지식 등이 필요한 분 (별도의 선수학습 지식/요건이 없어도 수강 가능합니다.) 설명정보통신부 선정 국책대학원인 성균관대 인공지능대학원 AI 교육과정의 핵심을 정리한 교육과정으로 단기간 내에 체계적이고 효과적인 지식 습득이 가능합니다. IT, 제조 등 다양한 산업부문의 대기업 직무능력 개발교육으로 활용되면서 현장 중심 콘텐츠로 최적화되어 있습니다. 현업에서 개발자로 근무하고 있지만 각 알고리즘의 특성과 이론의 배경을 모르고 있어 현업 적용에 한계가 있는 학습자, 인공지능대학원의 체계적인 커리큘럼에 따른 딥러닝 강의로 AI 기반지식을 다지고 싶은 분들에게 추천합니다. 또한 본 과정 수료 후에 추가적인 교육(실습 및 캡스톤 프로젝트 수행) 이수를 통해서 인공지능부문 전문가로 성장할 수 있습니다. (성균관대의 인공지능분야 Micro Degree 연계 가능) * 오프라인 실습은 이론수업(머신러닝, 딥러닝) 수강을 마친 학습자들을 대상으로 운영되며, 2주-3주 간의 AI프로젝트를 통해 직접 모델을 설계하고 성능을 시험하는 캡스톤 프로젝트 과정을 수행할 수 있습니다. 프로젝트 기간 중에는 석박사 조교들의 지원이 제공될 예정입니다. 이 강의의 대상 프로그래밍을 위한 기본 이론을 학습하고 싶으나 체계적이고 정제된 커리큘럼과 교육과정을 찾기가 어렵다.현업에서 개발자로 근무하고 있지만 각 알고리즘의 특성과 이론의 배경을 모르고 있어 현업 적용에 한계가 있다. ※ 본 강좌는 유료강좌지만 성균관대학교 재학생에 한하여 무료로 제공하고 있습니다. (재학생 수강문의: skkux@skku.edu)
배울 내용 ✔ 딥러닝 이론의 발전, 여러 이론에 대한 이해를 종합적으로 학습할 수 있습니다.✔ 실질적 알고리즘, 최신 논문을 학습을 통해 실제 라이브러리 구현을 할 수 있습니다.✔ 빅데이터 분석에 필요한 최신 딥러닝 트렌드를 이해하고 이를 활용할 수 있습니다.✔ 딥러닝의 여러 개념에 대해 개괄적으로 학습할 수 있습니다 요구 사항 딥러닝 1에서 이어지는 뉴럴넷과 딥러닝 기반지식 내용으로, 딥러닝 level1 강의를 수강하거나 혹은 관련 지식이 있는 학습자 설명 딥러닝 part1 강의를 듣고 딥러닝의 주요 개념을 확장하여 학습하고 싶은 학습자를 위한 강의로 본 과정 수료 후에 추가적인 교육*(실습 및 캡스톤 프로젝트 수행) 이수를 통해서 인공지능부문 전문가로 성장할 수 있습니다. 딥러닝 이론의 발전, 여러 이론에 대한 이해를 종합적으로 학습할 수 있으며 Gradient Vanishing, Dropout, Convolution and Pooling, CNN 기본 등에 대해 다루게 됩니다. 특히 본 강의는 정보통신부 선정 국책대학원인 성균관대 인공지능대학원 AI 교육과정의 핵심을 정리한 교육과정으로 단기간 내에 대학원 수준의 체계적이고 효과적인 지식 습득이 가능합니다. 또한 본 과정 수료 후에 추가적인 교육(실습 및 캡스톤 프로젝트 수행) 이수를 통해서 인공지능부문 전문가로 성장할 수 있습니다. (성균관대의 인공지능분야 Micro Degree 연계 가능) * 오프라인 실습은 이론수업(머신러닝, 딥러닝) 수강을 마친 학습자들을 대상으로 운영되며, 2주-3주 간의 AI프로젝트를 통해 직접 모델을 설계하고 성능을 시험하는 캡스톤 프로젝트 과정을 수행할 수 있습니다. 프로젝트 기간 중에는 석박사 조교들의 지원이 제공될 예정입니다. 이 강의의 대상 프로그래밍을 위한 기본 이론을 학습하고 싶으나 체계적이고 정제된 커리큘럼과 교육과정을 찾기가 어렵다.현업에서 개발자로 근무하고 있지만 각 알고리즘의 특성과 이론의 배경을 모르고 있어 현업 적용에 한계가 있다. ※ 본 강좌는 유료강좌지만 성균관대학교 재학생에 한하여 무료로 제공하고 있습니다. (재학생 수강문의: skkux@skku.edu)