1. 제목: 머신러닝의 기초: 개념과 위험성을 중심으로
2. 연사: 정재환 (한국전기연구원)
3. 일정
|
3/24 |
3/31 |
14:00-14:50 |
(강연1) 머신러닝의 정의와 필요성 |
(강연3) 대표적인 머신러닝 알고리즘 |
15:00-15:50 |
(강연2) 머신러닝 방법론의 철학적 분류 |
(강연4) 머신러닝 모델의 사회적 위험성 및 앞으로의 과제 |
16:00-17:00 |
실습 |
실습 |
4. 장소: 종합과학관 A315호
5. 강의특징
- 머신러닝을 처음 배우는 학생들에게 특히 적합합니다.
- IT책에서 잘 다루지 않는 철학적 측면과 사회적 위험성을 강조합니다.
- 기본적인 개념과 대표적인 알고리즘에 집중하며, 최신 알고리즘은 다루지 않습니다.
- Python을 이용해 머신러닝을 수행하는 기초경험을 제공합니다.
- 강의시간: 1시간 강의를 총 4회 진행 (총 4시간)
- 실습: 개별 실습 진행. 강의 후 강연자가 컴퓨터실에 머물면서 질문을 받고 실습을 도울 예정
- 강의 언어: 한국어
- 프로그래밍 언어: Python 3.7 이상.
- 라이브러리: TensorFlow 2, scikit-learn 등 공개 python 라이브러리 사용
6. 강의내용 개요
- 머신러닝의 정의 및 필요성
- Python의 객체지향프로그래밍 및 수치계산 라이브러리
- 머신러닝 방법론의 철학적 분류
- 인공신경망 소개 및 실습
- 합성곱신경망 소개 및 실습
- 의사결정트리 소개 및 실습
- 머신러닝 모델의 사회적 위험성 및 앞으로의 과제
* 실습할 머신러닝 방법론은 차후 변경될 수 있습니다.