이승철
포스텍 기계공학과 교수
UNIST 기계항공및원자력공학부 교수
UNIV. OF MICHIGAN DEPT. OF MECHANICAL ENGINEERING 박사 후 연구원
UNIV. OF MICHIGAN Mechanical Engineering 박사
Machine Learning (머신러닝)
POSTECH
수강신청하실 수 없습니다.
강좌 소개
데이터를 분석하기 위한 기계학습 기법들을 공부한다. 기계학습에 중요한 알고리즘에 대한 이론과 파이썬을 이용한 실습을 동시에 진행한다. 선형대수, 최적화에 대한 기초를 공부한 후 regression, classification (perceptron, SVM, logistic regression), clustering (K-means), dimension reduction (PCA), artificial neural network 이론을 공부한 후 python 을 활용한 알고리즘 구현을 목표로 한다.
※ 수업진행과 과제를 수행하기 위해서 파이썬 사용 필수.
평가 방법
- ㅇ온라인 강의 Quiz성적: 30%
- ㅇ숙제: 30%
- ㅇ시험: 40%
- - 중간고사 20%, 기말고사 20%
강좌 목차
| 주차 | 주차 | |
|---|---|---|
| 1 | Linear Algebra 1 | 사용되는 프로그램 설치 |
| Linear 1-1 | ||
| Linear 1-2 | ||
| Linear 1-3 | ||
| Lecture Note | ||
| Discussion | ||
| 2 | Linear Algebra 2 | Linear 2-1 |
| Linear 2-2 | ||
| Linear 2-3 | ||
| Linear 2-4 | ||
| Lecture Note | ||
| Discussion | ||
| 3 | Linear Algebra 3 | Linear 3-1 |
| Linear 3-2 | ||
| Lecture Note | ||
| Discussion | ||
| Homework | ||
| 4 | Optimization | Optimization 1 |
| Optimization 2 | ||
| Optimization 3 | ||
| Optimization 4 | ||
| Lecture Note | ||
| Discussion | ||
| 5 | Regression | Regression 1-1 |
| Regression 1-2 | ||
| Regression 2-1 | ||
| Regression 2-2 | ||
| Regression 3-1 | ||
| Regression 3-2 | ||
| Lecture Note | ||
| Discussion | ||
| Homework | ||
| 6 | Classification - Perceptron | Perceptron 1 |
| Perceptron 2 | ||
| Lecture Note | ||
| Discussion | ||
| 7 | Support Vector Machine | SVM 1 |
| SVM 2 | ||
| SVM 3 | ||
| SVM 4 | ||
| Lecture Note | ||
| Discussion | ||
| 8 | Logistic regression | Logistic regression 1 |
| Logistic regression 2 | ||
| Logistic regression 3 | ||
| Logistic regression 4 | ||
| Lecture Note | ||
| Discussion | ||
| 9 | Clustering - K-means | Clustering 1 |
| Clustering 2 | ||
| Clustering 3 | ||
| Lecture Note | ||
| Discussion | ||
| Homework | ||
| 10 | Mid term exam (11/30) | Mid term exam |
| 11 | Statistics & Monte Carlo Simulation | Statistics 1 |
| Statistics 2 | ||
| Statistics 3 | ||
| Statistics 4 | ||
| Monte Carlo Simulation | ||
| Lecture Note | ||
| Discussion | ||
| 12 | Principal Component Analysis & Fisher Discriminant Analysis | Principal Component Analysis 1 |
| Principal Component Analysis 2 | ||
| Principal Component Analysis 3 | ||
| Fisher Discriminant Analysis 1 | ||
| Fisher Discriminant Analysis 2 | ||
| Lecture Note | ||
| Discussion | ||
| 13 | (Artificial) Neural Networks in TensorFlow 1 | Neural Network 1-1 |
| Neural Network 1-2 | ||
| Neural Network 1-3 | ||
| Neural Network 1-4 | ||
| Lecture Note | ||
| Discussion | ||
| Homework | ||
| 14 | (Artificial) Neural Networks in TensorFlow 2 | Neural Network 2-1 |
| Neural Network 2-2 | ||
| Discussion | ||
| 15 | Final Exam (6/29) | Final Exam |
| Solution | ||
교수자
운영팀
이수영
포스텍 기계공학과