|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/mlpart-2/
课程评论：没有评论
**课程名称： 夯实人工智能基础：机器学习入门（第二部分）** **课程概述：** 本课程为韩国成均馆大学软件系研究生水平的高级人工智能课程。旨在帮助学习者理解以数据为基础、自主发现隐藏模式的多种机器学习技术的基石概念和学习过程。机器学习是一种使计算机能够在没有明确规则或编程的情况下，通过给定数据进行学习的程序。这类似于人类通过经验积累来学习对错的过程。自动驾驶也是一个很好的例子：通过各种情境的数据，计算机能够自主识别情况并学习安全驾驶的规则，而无需明确的编程指令。 本课程将深入探讨如何为特定任务从数据中有效发现隐藏模式的各种机器学习技术的基础概念和学习过程。作为“机器学习包（第一部分）”的延续，本课程将重点讲解多层感知机（Multilayer Perceptron）、学习线性支持向量机（Learning Linear SVM）以及分类与回归树（CART）等核心机器学习理论。为了更全面地理解，强烈建议在学习本课程前完成“机器学习（第一部分）”。 完成本课程后，通过进一步的培训（包括实践和毕业设计项目），学习者可以成长为人工智能领域的专家（与成均馆大学人工智能领域微学位课程联动）。
본 과정은 성균관대 소프트웨어학과 대학원 수준에서 수강할 수 있는 고급 AI 과정으로 데이터에서 스스로 숨겨진 패턴을 효과적으로 찾아내는 다양한 기계학습 기법들의 기초개념과 학습과정을 파악하는 강의입니다. 기계학습이란 명시적인 규칙 또는 프로그래밍 없이 주어진 데이터를 통해 컴퓨터 스스로 학습할 수 있는 프로그램이라고 정의할 수 있습니다. 사람이 태어나서 어떤 행동이 올바른지 축적된 경험을 통해 스스로 터득해 나가는 과정을 컴퓨터가 흉내내는 것이 기계학습과 비슷하다고 할 수 있겠습니다.자율주행도 이와 비슷합니다. 명시적 규칙을 알려주지 않고, 다양한 상황을 연출한 데이터를 통해 컴퓨터 스스로 상황을 인지하고 안전한 운행을 위해서 규칙을 찾아내는 과정이 기계학습의 또다른 사례입니다. 본 강좌에서는 이처럼 주어진 과제를 수행하기 위해 데이터에서 스스로 숨겨진 패턴을 효과적으로 찾아내는 다양한 기계학습 기법들의 기초 개념과 학습과정에 대해 배워보도록 하겠습니다. 머신러닝 패키지 part 1에 이어서 Multilayer Perceptron, Learning Linear SVM, Classification and Regression Tree (CART) 등 머신러닝의 주요 이론들에 대해 살펴보게 됩니다. 보다 폭 넓은 이해를 위해 머신러닝 part1을 수강하고 오는 것을 추천합니다.본 과정 수료 후에 추가적인 교육(실습 및 캡스톤 프로젝트 수행) 이수를 통해서 인공지능부문 전문가로 성장할 수 있습니다. (성균관대의 인공지능분야 Micro Degree 연계)
