1일차 (7/28, 수요일)
| 시간 | 주제 | 발표자 |
| 09:30-12:30 | 파이썬 모델링 프로그래밍 |
김상철 교수 (국민대) |
| 개요:본 강좌에서는 파이썬을 이용한 데이터 분석 및 시각화, 1차원입력직선모델링, 2차원입력평면모델링,선형 기저 함수 모델링 알고리즘 등의 머신러닝 기초를 학습하고 프로그래밍으로 실습한다. | ||
| 12:30 - 14:00 | 중식 | |
| 14:00 - 17:00 | OpenCV/PyTorch 머신러닝 프로그래밍 |
김성흠 교수 (숭실대) |
| 개요:본 강좌에서는 OpenCV, PyTorch를 통한 머신러닝 프로그래밍을 다룬다. 먼저, 시각 지능에 대한 기초 개념 이해를 위해 물체가 카메라 센서에 맺혀 이미지를 형성하는 과정을 살펴보고, 간단한 필터링부터 특징점 추출/서술, 영상 정보를 특징 벡터로 변환하는 다양한 기법들을 OpenCV 라이브러리를 활용하여 실습한다. 또, 본 강좌에서는 기초적인 군집화, 분류 알고리즘을 실습한 후, 최근 주목을 받고 있는 심층 학습(deep learning)을 통한 영상 분류 문제를 PyTorch로 실습한다. | ||
2일차 (7/29, 목요일)
| 시간 | 주제 | 발표자 |
| 09:30-12:30 | 머신러닝 응용 프로그래밍 I |
석준희 교수 (고려대) |
| 개요:본 강좌에서는 Scikit-Learn을 이용한 비모수 모델 프로그래밍, 벌점화 기법 프로그래밍, 트리 기반 모델 프로그래밍, 앙상블 모델 프로그래밍을 실습하고 강의한다. | ||
| 12:30 - 14:00 | 중식 | |
| 14:00 - 17:00 | 머신러닝 응용 프로그래밍 II |
석준희 교수 (고려대) |
| 개요:본 강좌에서는 Scikit-Learn을 이용한 SVM 모델 프로그래밍, MLP 모델 프로그래밍, Clustering과 Dimension reduction 기법에 대한 프로그래밍을 실습하고 강의한다. | ||
3일차 (7/30, 금요일)
| 시간 | 주제 | 발표자 |
| 09:30-12:30 | PyTorch로 구현하는 딥러닝 I |
이재구 교수 (국민대) |
| 개요:본 강좌에서는 최신 인공지능 핵심인 인공신경망과 딥러닝 기초를 설명하고, 기본적인 신경망 학습과 추론 과정의 일부를 PyTorch 실습 병행한다. | ||
| 12:30 - 14:00 | 중식 | |
| 14:00 - 17:00 | PyTorch로 구현하는 딥러닝 II |
이재구 교수 (국민대) |
| 개요:본 강좌에서는 대표적인 딥러닝 모델인 CNN (convolutional neural network), RNN (recurrent neural network) 모델을 살펴보고, 간단한 모델의 구현 실습을 통해 딥러닝의 포괄적인 이해를 돕고자 한다. | ||