2026년 2학기 11월 12일 개강일
| 학습기간 | 2026.11.12(Thu) ~ 2027.02.24(Wed) / 15주 | 인정학점 | 3학점 |
|---|---|---|---|
| 개발교수 | 강지훈 | 운영교수 | 김필중 |
| 관련전공 (이수구분) |
학사 :
인공지능 전공(전필)
전문학사 : - |
||
| 수강료 | 150,000원 120,000원 | ||
기계 학습의 주요 개념과 이론을 배우고 기계 학습의 최근 연구 동향 및 다양한 응용 분야에 적용한 사례를 살펴본다. 선형·비선형 분류기, 인공 신경망을 포함한 지도 학습 방법과 비지도 학습, 강화 학습의 다양한 방법들을 살펴보고 특징 공간과 공간 변환 및 축소, 회귀분석, 군집화, 커널 기법, 앙상블 방법 등을 학습한다.
1. 기계학습의 원리를 이해하고 설명할 수 있다. 2. 지도 학습, 비지도 학습, 강화 학습 등 다양한 기계학습 방법을 이해하고, 각각의 개념과 특징을 설명할 수 있다. 3. 파이썬 기반의 데이터 수집, 데이터 전처리, 분석 및 시각화 기술을 습득할 수 있다. 4. 머신러닝, 딥러닝을 위한 주요 알고리즘과 라이브러리에 대해 파악하고 이를 활용할 수 있다.
※ 참여도 평가 : 토론(또는 탐구활동) 및 강의평가
진도율 80% 이상 및 총점 60점 이상