머신러닝을 전혀 모르는 소프트웨어 엔지니어를 대상으로 머신러닝의 수학적 표현을 최대한 쉽게 풀어서 설명하며 예제를 함께 만들면서 수강자가 머신러닝과 딥러닝의 기초 개념을 이해할 수 있도록 구성되어 있습니다.
동영상 강의와 함께 제공되는 슬라이드 자료와 코드를 활용하여 머신러닝의 기초 이론을 이해하면 다른 머신러닝 도서를 읽는 데 도움이 될 것입니다.
[수강 대상]
머신러닝에 관심이 있는 소프트웨어 엔지니어
* 해당 동영상 강좌는 강의자료를 제공합니다.
화면에서 PPT가 잘 안보일 수 있으니 수강 시에 강의자료를 같이 보시기를 추천드립니다. :-)
1-1. 머신러닝
1-2. 우리에게 필요한 도구들
1-3. 머신러닝 분류
1-4. 당뇨병 데이터
1-5. 하나의 뉴런
1-6. 경사하강법
1-7. 보통의 이론적인 방법
2-1. 테스트 데이터
2-2. 검증 데이터
2-3. 두 개의 뉴런
2-4. 유방암 데이터
3-1. 여러 개를 분류하기
3-2. 손글씨 숫자 데이터
3-3. 완전 연결 레이어 1
3-4. 완전 연결 레이어 2
3-5. 완전 연결 뉴럴 네트워크
4-1. 콘볼루션
4-2. 렐루
4-3. 콘볼루션 뉴럴 네트워크
4-4. 학습 결과