Professor

BAK JIN YEONG

Learning Period

12-27-2023 ~ 12-31-2025

Course Introduction

실제 인공지능과 데이터분석에서 자주 사용되는 몇 가지 기법에 적용된 고급 수학 이론을 이해하고 활용한다.

Professor

BAK JIN YEONG

Learning Period

12-27-2023 ~ 12-31-2025

Course Introduction

파이썬 기반의 오픈소스 머신러닝 라이브러리인 텐서플로우 (Tensorflow)와 케라스 (Keras)를 활용하여 인공지능과 데이터 분석에서 자주 사용되는 데이터 활용 기법 및 알고리즘을 구글 코랩 (Google Colab)환경에서 실습한다.

Professor

HEO JAE-PIL

Learning Period

11-01-2022 ~ 03-01-2027

Course Introduction

본 강의의 목적은 인공지능 학습을 위해 필수적으로 선행되어야 하는 자료구조 및 알고리즘 주제에 대해 다루며, 핵심 목표로는 다양한 자료구조와 주요 알고리즘의 이론적 이해 및 복잡도 분석과 코드 구현 능력 향상, 그리고 컴퓨팅 사고력 배양이다.   교수소개 - 허재필 성균관대학교 소프트웨어학과 교수   강좌 일정 문의: 성균관대학교 교무처 교육개발선터 (Center for Teaching & Learning)

Professor

LEE SANGGU

Learning Period

11-01-2022 ~ 07-02-2027

Course Introduction

본 강좌는 인공지능이 어떤 수학적 원리로 작동하는지를 이해하는데 필요한 기본적인 수학 내용을, 고등학교 1학년 정도의 수학 지식을 갖춘 일반인이라면 누구라도 쉽게 학습하고, 이해한 후, 실습할 수 있도록 한다. 또한 Math & Coding 접근으로 <인공지능에 필요한 개념과 용어 및 기초수학 지식 및 실습 경험>을 제공한다.   교수소개 - 이상구 성균관대학교 수학과 교수   강의 일정 문의: 성균관대학교 교무처 교육개발선터 (Center for Teaching & Learning)

Professor

Kim Jae-Kwang

Learning Period

11-01-2022 ~ 03-05-2031

Course Introduction

In Course 3 of the Machine Learning for Recommender Systems Specialization, offered by Sungkyunkwan Univ., you will: a) understand the data preprocessing of the raw data for recommender systems.b) apply the recommender systems (content based filtering and collaborative filtering).measure the performance of the methods for the recommender systems such as mAP, nDCG, and ED.understand the basic concepts of machine learning.c) understand a typical memory-based method, the K nearest neighbor method.   - 김재광 성균관대학교 소프트웨어학과 교수      주 (Week) 학습 내용 (Contents)          Week 1    Introduction to Recommender Systems          Week 2    Collaborative Filtering          Week 3    Recommender System with Deep Learning          Week 4    Further Understanding of Recommeder Systems   문의: 성균관대학교 교무처 교육개발센터 (Center for Teaching & Learning)

Professor

Kim Jae-Kwang

Learning Period

11-01-2022 ~ 03-01-2028

Course Introduction

In this course you will: a) understand the naïve Bayesian algorithm.b) understand the Support Vector Machine algorithm.c) understand the Decision Tree algorithm.d) understand the Clustering.Please make sure that you’re comfortable programming in Python and have a basic knowledge of mathematics including matrix multiplications, and conditional probability.   - 김재광 성균관대학교 소프트웨어학과 교수    주 (Week) 학습 내용 (Contents)             Week 1    Naïve Bayes             Week 2    Support Vector Machine             Week 3    Decision Tree             Week 4    Clustering   문의: 성균관대학교 교무처 교육개발센터 (Center for Teaching & Learning)

Professor

Kim Jae-Kwang

Learning Period

11-01-2022 ~ 03-01-2027

Course Introduction

In this course, you will: a) understand the basic concepts of machine learning.b) understand a typical memory-based method, the K nearest neighbor method.c) understand linear regression.d) understand model analysis.Please make sure that you’re comfortable programming in Python and have a basic knowledge of mathematics including matrix multiplications, and conditional probability.   - 김재광 성균관대학교 소프트웨어학과 교수    주 (Week) 학습 내용 (Contents)          Week 1    The basic concepts of machine learning          Week 2    The k-Nearest Neighbors          Week 3    Linear Regression          Week 4    Logistic Regression   문의: 성균관대학교 교무처 교육개발센터 (Center for Teaching & Learning)