- 연사: 정재환 (한국전기연구원)
- 일자: 3월 24일, 3월 31일
- 청중에 대한 가정
1. MATLAB과 같은 인터프리터 언어를 다룬 경험이 있다고 가정합니다.
2. Python이나 객체지향프로그래밍에는 익숙하지 않다고 가정합니다.
3. 머신러닝을 처음 배운다고 가정합니다.
- 강의특징
1. 머신러닝을 처음 배우는 학생들에게 특히 적합합니다.
2. IT책에서 잘 다루지 않는 철학적 측면과 사회적 위험성을 강조합니다.
3. 기본적인 개념과 대표적인 알고리즘에 집중하며, 최신 알고리즘은 다루지 않습니다.
4. 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.
- 강의내용 개요
1. 머신러닝의 정의 및 필요성
2. Python의 객체지향프로그래밍 및 수치계산 라이브러리
3. 머신러닝 방법론의 철학적 분류
4. 인공신경망 소개 및 실습
5. 합성곱신경망 소개 및 실습
6. 의사결정트리 소개 및 실습
7. 머신러닝 모델의 사회적 위험성 및 앞으로의 과제
* 실습할 머신러닝 방법론은 차후 변경될 수 있습니다.
* 해당 특강은 학부 졸업 요건에 해당하지 않습니다.