커리큘럼

|
일반
  • 강좌공지
  • 예제 코드 git URL
3월2일 - 3월8일
  • 1강. 인공지능과 머신러닝, 딥러닝
  • [머신러닝+딥러닝 기초 강의] 2강. 코랩과 주피터 노트북
3월9일 - 3월15일
  • [머신러닝+딥러닝 기초 강의] 3강. 마켓과 머신러닝 k-최근접 이웃 알고리즘
  • [머신러닝+딥러닝 기초 강의] 4강. 훈련 세트와 테스트 세트
3월16일 - 3월22일
  • [머신러닝+딥러닝 기초 강의] 5강. 데이터 전처리
  • [머신러닝+딥러닝 기초 강의] 6강. k-최근접 이웃 회귀
3월23일 - 3월29일
  • [머신러닝+딥러닝 기초 강의] 7강. 선형 회귀
  • [머신러닝+딥러닝 기초 강의] 7강. 선형 회귀
  • [머신러닝+딥러닝 기초 강의] 8강. 특성 공학과 규제
3월30일 - 4월5일
  • 9강. 로지스틱 회귀
  • 10강. 확률적 경사 하강법
4월6일 - 4월12일
  • 11강. 결정 트리
  • 12강. 교차 검증과 그리드 서치
  • 13강. 트리의 앙상블
4월13일 - 4월19일
  • 14강. 군집 알고리즘
  • 15강. k-평균
  • 16강. 주성분 분석
4월20일 - 4월26일
  • 중간고사
4월27일 - 5월3일
  • 17강. 인공 신경망
5월4일 - 5월10일
  • 18강. 심층 신경망
  • 19강. 신경망 모델 훈련
5월11일 - 5월17일
  • 20강. 합성곱 신경망의 구성 요소
  • 21강. 합성곱 신경망을 사용한 이미지 분류
  • 22강. 합성곱 신경망의 시각화
5월18일 - 5월24일
  • 23강. 순차 데이터와 순환 신경망
  • 24강. 순환 신경망으로 IMDB 리뷰 분류하기
  • 25강. LSTM과 GRU 셀
5월25일 - 5월31일
  • 26강. 어텐션 메커니즘과 트랜스포머
  • 27강. 트랜스포머로 상품 설명 요약하기
6월1일 - 6월7일
  • 28강. 대규모 언어 모델(LLM)로 텍스트 생성하기
6월8일 - 6월14일
  • 기말고사
6월15일 - 6월21일
  • 보강주차

강좌 소개

파이썬으로 머신러닝 알고리즘(KNN, 선형회귀, 로지스틱회귀, 결정트리, 앙상블, K-Means, PCA)

딥러닝 알고리즘(MLP, CNN, RNN, LSTM, 트랜스포머, LLM)

스스로 등록 (학생)