구 분 신 설

과 목 구 분 전공필수
과 목 번 호 AI501
국문 인공지능을 위한 기계학습
교과목명
영문 Machine Learning for AI
담 당 교 수 학과교수
강의․실험․학점 3:0:3

□ 교과목 개요
◦ 국문
- 본 과목에서는 현 세대 인공지능의 핵심인 기계학습의 기초에 대하여 배운다. 기계학습
의 근간이 되는 이론과 방법론을 다루며, 이후 심화학습 하게 될 과목들에 대하여 한주
분량으로 간략하게 소개한다. 구체적으로는 기계학습을 위한 수학, 기계학습의 기본 개
념, 회귀, 분류 모델들의 지도학습 모델, 클러스터링, 차원감소 기법 등의 비지도 학습
모델, 앙상블 모델, 베이시언 기계학습 방법론 및 모델, 신경망, 강화학습 등에 대하여
배운다.

◦ 영문
- In this course, we will learn about introductory materials for machine learning, which
is the fundamental and core technology for current generation of artificial intelligence.
We will cover the most fundamental ideas and theories of machine learning, and
introduce some of the important topics that will be covered in more advanced
courses. Specifically, we will cover mathematical backgrounds for machine learning,
fundamental concept of machine learning, supervised learning methods (regression &
classification), unsupervised learning methods (clustering & dimensionality reduction),
ensemble models, Bayesian approaches and models, neural networks, and
reinforcement learning.

□ Syllabus(Please write in English)

Period Contents Period Contents
1week Introduction to ML 9week Ensemble Methods
2week Mathematics for ML (Review) 10week Bayesian ML (EM, NB)
3week Estimators, Bias & Variance 11week Sampling, VI
4week Linear Regression 12week Graphical Models, GP
5week Logistic Regression, KNN, SVM 13week Neural Networks (MLP, AE)
6week PAC Learning, VC-Dimension 14week CNN, RNN
7week Clustering, Dimensionality Reduction 15week Reinforcement Learning
8week Midterm Exam 16week Final Exam