| 교수님 | 류태선 | 과목 | 선형대수학 | 학습단계 | 기본이론 |
|---|---|---|---|---|---|
| 강의수 | 33강 | 수강기간 | 60일 | 상태 | 완강 |
| 교재 | 샘플영상 | 고화질 | |||
| HOT KEY | 인공지능 학습을 위한 필수 과정 (머신러닝/딥러닝) |
|---|---|
| 강좌범위 | 모든 전공 |
| 강좌특징 | 인공지능 분야를 보다 깊게 이해하고 학습하기 위한 필수 과정! '선형대수와 기초통계' 머신러닝/딥러닝 인공지능 분야를 이해하기 위해 꼭 알아야 할 수학적 지식과 통계 지식을 단기간, 요점만 잡아서 알려드립니다. 수학이 두려운 사람, 필요한 수학만을 골라서 배우고 싶은 사람, 독학으로 답답함을 느꼈던 사람 어려운 문제를 만나도 포기하지 않도록 더 깊이 있는 나만의 분야로 발전할 수 있도록 도와드립니다. 수학을 몰라도 충분히 인공지능을 공부할 수 있습니다. 다만, 수학은 우리의 공부를 훨씬 수월하게 만들어 줍니다. 수학을 모른다면 하루에 걸쳐 공부해야 할 것을 단 1분만에 이해할 수 있게 될 것 입니다. 특히, 최신 논문을 읽고 이해하는 수준에 도달하게 된다면 소홀하게 넘어갔던 여러 수학 수식과 통계, 수학적 용어들이 발목을 잡게 된다는 걸 느끼실 겁니다. Step1. 통계의 이해와 기본 개념 정리 Step2. 인공지능에서 자주 등장하는 선형대수학 개념 Step3. 인공지능을 위한 통계분석 어려운 수학을 알려드리지 않습니다. 필요한 수학만 배워가세요! ※ 해당 강의는 마스터리에서 제공받은 제휴 컨텐츠로 학습Q&A 게시판 이용이 어렵습니다. 이점 수강시 참고 바랍니다. |
| 수강대상 | * 머신러닝, 딥러닝 분야의 단단한 기초를 쌓고 싶은 사람 * 인공지능을 활용하는데 필요한 수학만 골라서 배우고 싶은 사람 * 인공지능을 공부하고 싶지만 수학이 두려운 사람 * 독학을 하면서 답답함을 느꼈던 사람 |
| No | 강의명 | 강의영상 | 강의시간 | 첨부파일 |
|---|---|---|---|---|
| 1강 | 통계란 무엇인가_ 통계 기본 용어 정리(자료, 변수, 척도) | 고화질 | 18분 | |
| 2강 | 변수의 종류_ 통계의 종류 | 12분 | ||
| 3강 | 확률 기본 이론 | 19분 | ||
| 4강 | 꼭 알아야 할 베이즈(Bayes’s Rule) 정리 | 11분 | ||
| 5강 | 확률변수, 확률분포, 확률밀도 | 16분 | ||
| 6강 | 분산, 표준편차 | 8분 | ||
| 7강 | 통계 기본용어 총 정리 | 11분 | ||
| 8강 | 행렬의 합 | 22분 | ||
| 9강 | 행렬의 곱 | 12분 | ||
| 10강 | 정방행렬 | 17분 | ||
| 11강 | 역행렬 | 16분 | ||
| 12강 | 선형방정식 | 13분 | ||
| 13강 | 선형 시스템 | 18분 | ||
| 14강 | 고유값, 고유벡터 | 13분 | ||
| 15강 | 고유 벡터 분해 | 16분 | ||
| 16강 | 영공간(Null Space) | 14분 | ||
| 17강 | 선형대수와 인공지능 | 12분 | ||
| 18강 | 선형대수학 총정리 | 9분 | ||
| 19강 | 선형회귀분석 용어 정리 및 개념정리 | 10분 | ||
| 20강 | 최적의 선형관계란 | 7분 | ||
| 21강 | 최소제곱법 (LSE) | 10분 | ||
| 22강 | 최소제곱법의 기하학적 관점 | 6분 | ||
| 23강 | 제곱합분해 | 7분 | ||
| 24강 | 회귀진단 선형성판단, 정규성판단 | 7분 | ||
| 25강 | 회귀진단 등분산성판단 모형선택의 기준(결정계수) | 6분 | ||
| 26강 | 교호작용 | 7분 | ||
| 27강 | 회귀진단_용어정리 | 8분 | ||
| 28강 | 더빈왓슨검정 | 6분 | ||
| 29강 | 다중공신성 | 13분 | ||
| 30강 | 로저스틱 회귀분석 개념정리 및 해석 | 9분 | ||
| 31강 | 최대우도 추정 최적의 가설 | 10분 | ||
| 32강 | Confusion Matrix | 14분 | ||
| 33강 | 마무리하며(심화) | 14분 |
