Course Introduction

데이터의 세계로 첫발을 내딛고 싶으신가요? AI의 핵심 기술인 머신러닝과 딥러닝을 파이썬과 함께 배워보세요. 이 강의는 머신러닝과 딥러닝의 기초부터 실제 응용까지, 단계별로 친절하게 안내합니다. 전통적인 머신러닝과 딥러닝은 많은 부분에서 동일한 원리와 기술 체계에 기반하고 있습니다. 따라서 본 강의에서는 두 가지를 별도의 과목으로 분리하지 않고 하나의 연결된 과정으로 구성하여 입문자가 머신러닝 전반에 걸친 이해도를 높일 수 있도록 하였습니다.

Lecture List

• 프로그램 진행일정 안내
  • AI 과정 학습 성찰일지
  • Testing 01 eidted
  • 퀴즈 등록
  • Test321
  • 코멘트...
  • Assignment
• AI Essential Course (1/2-27)
  • Module 1. 『AI 윤리』
  • Part 1. 품질 및 품질비용기한경과미이수콘텐츠
  • Part 2. SPC의 필요성과 개념기한경과미이수콘텐츠
  • Part 3. 스마트 품질 경영
  • 『AI 윤리』강의자료
  • 『AI 윤리』과목 의견조사
  • Module 2. 『품질과 신뢰성』
  • 『품질과 신뢰성』강의자료
  • 『품질과 신뢰성』 과목의견조사
  • Part 1. SL Foundation
  • Part 2. Linear Regression
  • Part 3. Gradient Discent
  • AI 전문가 중간평가 2
• Optional Course
  • [확률/통계] Seeing Theory : Basic Probability/Compound Probability/Probability Distributions/Frequentist Inference/Basyesian Inference/Regression Analysis
  • [선형대수] 3Blue1Brown : Essence of linear algebra
  • [빅데이터/데이터분석/데이터마이닝] Harvard Univ. : Data Science: R Basics
  • [의견조사] 해커톤 주제 선정
  • 학습성찰 일지 : 12월 1주차
• LG AI Hackathon (2/1-28)
  • AI와 관련해 주제를 선정하고 레포트 제출
  • [코딩 실습] Coding 교육
  • Phase2. 온라인 해커톤 홈페이지
• LRS
  • 학습로그
  • LRS 데이터 수집 대시보드

Textbook information

This course is not provide any textbook.