| 시간 | 강좌명 | 강사명 |
| 8월 24일 (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 | 중식 | |
| 14:00-17:00 | 머신러닝 기초, 응용 프로그래밍 II | 석준희 (고려대) |
| 개요 :본 강좌에서는 Scikit-Learn을 이용한 트리 기반 모델 프로그래밍, 앙상블 모델 프로그래밍, SVM 모델 프로그래밍, MLP 모델 프로그래밍을 실습하고 강의한다. | ||
| 8월 25일 (목요일) | ||
| 09:30-12:30 | 심층학습 (deep learning) 기초 I | 이재구 (국민대) |
| 개요 :본 강좌에서는 최신 인공지능의 기본 개념인 기계학습과 인공신경망 기초를 설명한다. 더불어 pytorch 기반의 기초 신경망 구현 기술들을 살펴보고, 일부를 실습을 병행한다. | ||
| 12:30-14:00 | 중식 | |
| 14:00-17:00 | 심층학습 (deep learning) 기초 II | 이재구 (국민대) |
| 개요 :본 강좌에서는 최신 인공지능 핵심인 심층학습과 깊은 신경망을 설명하고, computer vision 응용 분야에 대표적으로 활용되는 CNN 모델들을 실습하면서 이해를 돕고자 한다. | ||
| 8월 26일 (금요일) | ||
| 09:30-12:30 | 심층학습 (deep learning) 프로그래밍 I | 이재구 (국민대) |
| 개요 :본 강좌에서는 computer vision 응용 분야의 CNN 모델과 더불어 시계열, NLP 등의 순차적 데이터 처리에 특화된 RNN 모델들을 실습하면서 이해를 돕고자 한다. | ||
| 12:30-14:00 | 중식 | |
| 14:00-17:00 | 심층학습 (deep learning) 프로그래밍 II | 이재구 (국민대) |
| 개요 :본 강좌에서는 심층학습을 통해 응용 확장 될 수 있는 object detection, style transfer 등 최근 주목받고 활용되고 있는 인공지능 기술들을 살펴보고, 일부 실습을 병행한다. | ||
