인공지능의 이해

POSTECH

이 강좌는 초대된 사람만 등록가능합니다

강좌 소개

본 강좌는 인공지능의 목적과 원리 및 활용, 딥러닝의 원리 및 한계 등을 복잡하지 않은 수식과 도식을 통해 개념적으로 설명하는 과목입니다. 인공지능과 딥러닝을 처음 시작하는 분들에게 적합한 과목이며, 산업에서 다양한 인공지능/딥러닝 툴을 통해 구현하시는 분들도 본 과목을 통해 인공지능 툴이 할 수 있는 능력과 동작 원리를 이해할 수 있는 과목입니다.

[미리보기]

week 1-1 [인공지능의 목적] 강좌 미리보기

week 2-1 [인공지능 구현원리] 강좌 미리보기

강좌 목차

주차		주차
1	인공지능의 목적 및 능력	1.1. 인공지능의 목적
		1.2. 인공지능의 능력
		1.3. 인공지능 문제의 특징
2	인공지능의 구현 원리	2.1. 인공지능 구현의 원리
		2.2. 모델링의 원리
		2.3. Reflex-based model
3	뉴럴 네트워크의 원리	3.1. 선형 함수의 한계
		3.2. 비선형 함수와 뉴럴 네트워크
		3.3. 딥 뉴럴 네트워크

4	추론 능력과 인공지능 모델의 종류	4.1. Generalization 과 overfitting
		4.2. State-based model 과 Deep reinforcement learning
		4.3. Variable-based model
		4.4. Logic-based model
5	기계학습을 위한 최적화	5.1. 기계학습을 위한 최적화
		5.2. Loss 함수
		5.3. Stochastic Gradient Descent (SGD)
6	Regularization 과 Validation	6.1. Regularization
		6.2. Validation
		6.3. 요약 및 최신 동향

교수자

유환조

포스텍 컴퓨터공학과 교수

포스텍 정보통신연구소 부소장

University of IOWA Computer Science 교수

University of Illinois at Urbana Champaign Computer Science 박사