한국어 기계 학습 강좌

 

한국어 기계학습 온라인 강의를 유튜브에 개설하였고, 활용된 강의자료를 아래에 공개합니다.

 

강의 동영상 URL: https://www.youtube.com/channel/UC9caTTXVw19PtY07es58NDg

 

기계학습 분야의 진입 장벽을 낮추고자하는 의미로 개설한 강좌입니다. 강좌를 들으면서 의문

이 나거나, 오류가 있는 부분은 아래의 이메일로 알려주기 바랍니다.

 

이메일: icmoon@kaist.ac.kr

 

주차별 강의



 

1. 동기 및 기초

 

1.1. 동기

 

 

강의자료: 1. 동기 및 기초 (1강 동기).pdf

 

 

 

1.2. 최우추정법

 

강의자료: 1. 동기 및 기초 (2강 최우추정법).pdf

 

 

 

1.3. 최대 사후 확률

 

 

강의자료: 1. 동기 및 기초 (3강 최대 사후 확률).pdf

 

 

 

1.4. 확률과 분포

 

 

강의자료: 1. 동기 및 기초 (4강 확률과 분포).pdf

 

 

 


 

2. 기계 학습의 기초

 

2.1. 규칙 기반의 기계 학습 개관

 

 

강의자료: 2. 기계 학습의 기초 (1강 규칙 기반의 기계 학습 개관).pdf

 

 

 

2.2. 규칙 기반의 알고리즘 개론

 

 

강의자료: 2. 기계 학습의 기초 (2강 규칙 기반 알고리즘 개론).pdf

 

 

 

2.3. 의사결정나무 알고리즘 개론

 

 

강의자료: 2. 기계 학습의 기초 (3강 의사결정나무 알고리즘 개론).pdf

 

 

 

2.4. 엔트로피와 정보 획득

 

 

강의자료: 2. 기계 학습의 기초 (4강 엔트로피와 정보 획득).pdf

 

 

 

2.5. 훈련 데이터가 주어졌을 때, 의사결정나무 만드는 법

 

 

강의자료: 2. 기계 학습의 기초 (5강 훈련 데이터가 주어졌을 때, 의사결정나무 만드는 법).pdf

 

 

 


 

3. 나이브 베이즈(Naive Bayes) 분류자

 

3.1. 최적 분류

 

 

강의자료: 3. 나이브 베이즈(Naive Bayes) 분류자 (1강 최적 분류).pdf

 

 

 

3.2. 조건부 독립

 

 

강의자료: 3. 나이브 베이즈(Naive Bayes) 분류자 (2강 조건부 독립).pdf

 

 

 

3.3. 나이브 베이즈 구분자

 

 

강의자료: 3. 나이브 베이즈(Naive Bayes) 분류자 (3강 나이브 베이즈 구분자).pdf

 

 

 

3.4. 나이브 베이즈 구분자 매트랩에 적용하기

 

 

강의자료: 3. 나이브 베이즈(Naive Bayes) 분류자 (4강 나이브 베이즈 구분자 매트랩에 적용하기).pdf

 

 

 


 

4. 로지스틱 회귀분석

 

4.1. 결정 경계

 

 

강의자료: 4. 로지스틱 회귀분석 (1강 결정 경계).pdf

 

 

 

4.2. 로지스틱 회귀분석 개론

 

 

강의자료: 4. 로지스틱 회귀분석 (2강 로지스틱 회귀분석 개론).pdf

 

 

 

4.3. 로지스틱 회귀분석 매개 변수 근사1

 

 

강의자료: 4. 로지스틱 회귀분석 (3강 로지스틱 회귀분석 매개 변수 근사1).pdf

 

 

 

4.4. 경사법

 

 

강의자료: 4. 로지스틱 회귀분석 (4강 경사법).pdf

 

 

 

4.5. 경사법의 작용

 

 

강의자료: 4. 로지스틱 회귀분석 (5강 경사법의 작용).pdf

 

 

 

4.6. 로지스틱 회귀분석 매개 변수 근사2

 

 

강의자료: 4. 로지스틱 회귀분석 (6강 로지스틱 회귀분석 매개 변수 근사2).pdf

 

 

 

4.7. 나이브 베이즈를 로지스틱 회귀분석에 적용하기

 

 

강의자료: 4. 로지스틱 회귀분석 (7강 나이브 베이즈를 로지스틱 회귀분석에 적용하기).pdf

 

 

 

4.8. 나이브 베이즈와 로지스틱 회귀분석 비교

 

 

강의자료: 4. 로지스틱 회귀분석 (8강 나이브 베이즈와 로지스틱 회귀분석 비교).pdf

 

 

 


 

5. 서포트 벡터 머신

 

5.1. 마진을 가진 결정 경계

 

 

강의자료: 5. 서포트 벡터 머신 (1강 마진을 가진 결정 경계).pdf

 

 

 

5.2. 마진의 최대화

 

 

강의자료: 5. 서포트 벡터 머신 (2강 마진의 최대화).pdf

 

 

 

5.3. 서포트 벡터 머신 매트랩에 적용하기

 

 

강의자료: 5. 서포트 벡터 머신 (3강 서포트 벡터 머신 매트랩에 적용하기).pdf

 

 

 

5.4. 서포트 벡터 머신에서의 오류 처리

 

 

강의자료: 5. 서포트 벡터 머신 (4강 서포트 벡터 머신에서의 오류 처리).pdf

 

 

 

5.5. 서포트 벡터 머신에서의 완화 마진

 

 

강의자료: 5. 서포트 벡터 머신 (5강 서포트 벡터 머신에서의 완화 마진).pdf

 

 

 

5.6. 서포트 벡터 머신 재고

 

 

강의자료: 5. 서포트 벡터 머신 (6강 서포트 벡터 머신 재고).pdf

 

 

 

5.7. 단일, 이중 KKT 조건

 

 

강의자료: 5. 서포트 벡터 머신 (7강 단일, 이중 KKT 조건).pdf

 

 

 

5.8. 커널

 

 

강의자료: 5. 서포트 벡터 머신 (8강 커널).pdf

 

 

 

5.9. 커널을 이용한 서포트 벡터 머신

 

 

강의자료: 5. 서포트 벡터 머신 (9강 커널을 이용한 서포트 벡터 머신).pdf

 

 

 


 

6. 훈련, 검사, 규칙화[정규화]

 

6.1. 과적합과 부적합

 

 

강의자료: 6. 훈련, 검사, 규칙화[정규화] (1강 과적합과 부적합).pdf

 

 

 

6.2. 편향과 분산

 

 

강의자료: 6. 훈련, 검사, 규칙화[정규화] (2강 편향과 분산).pdf

 

 

 

6.3. Occam의 면도날

 

 

강의자료: 6. 훈련, 검사, 규칙화[정규화] (3강 Occam의 면도날).pdf

 

 

 

6.4. 교차 타당성 검증

 

 

강의자료: 6. 훈련, 검사, 규칙화[정규화] (4강 교차 타당성 검증).pdf

 

 

 

6.5. 성능 측정 방법

 

 

강의자료: 6. 훈련, 검사, 규칙화[정규화] (5강 성능 측정 방법).pdf

 

 

 

6.6. 정규화

 

 

강의자료: 6. 훈련, 검사, 규칙화[정규화] (6강 정규화).pdf

 

 

 

6.7. 정규화의 활용, 적용

 

 

강의자료: 6. 훈련, 검사, 규칙화[정규화] (7강 정규화의 활용, 적용).pdf