| 시간 | 강좌명 | 강사명 |
| 2월 16일 (수요일) |
| 09:30-12:30 | 머신러닝 기초, 응용 프로그래밍 I | 석준희(고려대) |
| 개요: 본 강좌에서는 파이썬을 이용한 탐험적 데이터 분석 및 시각화, 데이터 이상치 탐색, 선형회귀 분석, 로지스틱 회귀 분석, 모델 선택과 파라미터 튜닝 프로그래밍을 실습하고 강의한다 |
| 12:30-14:00 | 휴식 |
| 14:00-17:00 | 머신러닝 기초, 응용 프로그래밍 II | |
| 개요: 본 강좌에서는 Scikit-Learn을 이용한 SVM 모델 프로그래밍, MLP 모델 프로그래밍, Clustering과 Dimension reduction 기법에 대한 프로그래밍을 실습하고 강의한다 |
| 2월 17일 (목요일) |
| 09:30-12:30 | 머신러닝 기초, 응용 프로그래밍 III | 석준희(고려대) |
| 개요: 본 강좌에서는 Scikit-Learn을 이용한 SVM 모델 프로그래밍, MLP 모델 프로그래밍, Clustering과 Dimension reduction 기법에 대한 프로그래밍을 실습하고 강의한다 |
| 12:30-14:00 | 휴식 |
| 14:00-17:00 | 최신 딥러닝 트렌드 프로그래밍 I | 이재구(국민대) |
| 개요: 본 강좌에서는 최신 인공지능 핵심인 인공신경망과 deep learning 기초를 설명하고, 대표적인 CNN, RNN 모델들을 실습하면서 이해를 돕고자 한다. |
| 2월 18일 (금요일) |
| 09:30-12:30 | 최신 딥러닝 트렌드 프로그래밍 II | 이재구(국민대) |
| 개요: 본 강좌에서는 object detection, style transfer, generative adversarial networks (GANs), deep reinforcement learning 등 최근 주목받고 활용되고 있는 인공지능 기술들을 살펴보고, 일부를 실습을 병행한다. |
| 12:30-14:00 | 휴식 |
| 14:00-17:00 | 최신 딥러닝 트렌드 프로그래밍 III | 이재구(국민대) |
| 개요: 본 강좌에서는 graph neural network, explainable AI(xAI), self-supervised learning, domain adaptation/generalization 등 최신 인공지능 기술을 설명하고, 앞으로의 인공지능 발전 경향을 살펴본다. 더불어 간단한 관련 실습을 통해 직접 경험을 제공한다. |
