I. 근거
데이터 과학의 일부인 머신 러닝 은 선형 대수, 확률, 통계, 다변수 미적분학, 정보 이론 및 전산 학습 이론 을 포함하되 이에 국한되지 않는 다양한 수학적 학문 의 도구와 결과를 사용합니다 . 이러한 아이디어에 익숙해지는 것이 중요합니다. 기계 학습 알고리즘의 기본 아이디어를 더 잘 이해하고 그로부터 파생된 결과에 대한 분석을 수행합니다. 그러나 데이터 사이언스, 머신 러닝, 인공 지능에 대한 많은 온라인 및 오프라인 과정이 있지만 머신 러닝 모델 및 알고리즘에 대한 깊은 이해를 위한 수학적 배경을 제공하는 과정은 제한적입니다. 이에 따라 이 과정은 이러한 격차를 메우기 위해 고안되었으며 이 과정을 통해 기계 학습 입문 수업에 필요한 몇 가지 기본적인 수학적 배경을 제공하려고 시도합니다.
이 과정에서는 기계 학습에서 널리 사용되고 필요한 선형 대수, 확률 및 통계, 다변수 미적분 및 최적화의 기본 원리를 구체적으로 다룹니다.
이 과정은 기계 학습 자체가 아니라 데이터 과학 및 기계 학습에 대한 수학적 배경에 관한 것입니다. 즉, 기계 학습 알고리즘으로 수학적 개념의 관련성을 강조할 수 있지만 특정 기계 학습 모델이나 알고리즘에 대해서는 논의하지 않습니다.
II. 코스 일정 및 등록
개관 및 폐막 : 2023. 1. 10 - 2023. 3. 7
이 과정은 원래 16주 과정입니다. 단, 운영 일정상 매주 2주씩 8주간 학습이 진행됩니다 .
동영상 강의를 들은 후 '퀴즈' 버튼을 클릭하여 '퀴즈'를 완성해주세요.
관련 주간이 끝날 때마다 해당 게시판의 토론에 참여하십시오.
등급 정책은 다음과 같습니다.
- 퀴즈(40%): 코스에는 13개의 퀴즈가 있습니다.
- 시험(60%): 강의 중 3번의 시험이 있습니다.
과정을 통과하려면 60% 이상의 점수를 받아야 합니다.
