Machine Learning


Week Topics Slides
Week 1
(9/3)

머신러닝 개요, 신경망

  • 머신러닝의 특성
  • 프로그래밍 방식과의 차이점
  • 산업적 응용 사례
  • 연사와 최근 발전 동향
  • 퍼셉트론
  • 델타규칙
 
(9/5)

Introduction

  • 수업 소개
  • 기말 프로젝트 소개
 
Week 2
(9/10)

신경망

  • 다층퍼셉트론
  • 오류역전파 알고리듬
  • 활용 사례
 
(9/12)

추석 연휴

 
Week 3
(9/17)

딥러닝과 정규화

  • 딥러닝 개념과 혁신점
  • 딥러닝 아키텍쳐
  • 딥러닝 모델의 비교
  • 모델복잡도 이론과 정규화
  • 편향분산 분석
 
(9/19)

기본 프레임워크

  • colab 사용법
  • numpy 기초
 
Week 4
(9/24)
  • 컨볼루션 신경망(자율학습)
 
(9/26)

Pytorch 기초

  • linear regression with Pytorch
 
Week 5
(10/1)

컨볼루션 신경망

  • 컨볼루션 신경망의 기본 개념
  • AlexNet
  • DeepFace
  • GoogLeNet
 
(10/3)

개천절

 
Week 6
(10/8)

딥빌리프넷

  • RBM 구조
  • RBM 학습
  • 딥빌리프넷(DBN)
  • 응용사례
 
(10/10)

DNN

  • MNIST classification
 
Week 7
(10/15)

딥하이퍼넷

  • 하이퍼넷 구조
  • 하이퍼넷 학습
  • 하이퍼넷 응용사례
  • 딥하이퍼넷
  • 딥하이퍼넷 응용사례
 
(10/17)

중간고사

 
Week 8
(10/22)

순환신경망

  • 순환신경망의 구조
  • 순환신경망의 학습
 
(10/24)

CNN

 
Week 9
(10/29)

순환신경망

  • 장단기 메모리망(LSTM)
  • 장단기 메모리망의 변형과 확장
  • 순환신경망의 활용
 
(10/31)

RNN

  • 형태소 분석, Word embedding
  • GloVe
  • RNN 실습
 
Week 10
(11/5)

딥 강화학습

  • 강화학습과 MDP 문제
  • MC 학습과 TD 학습
  • Sarsa와 Q학습 알고리듬
  • 딥큐넷(DQN)
  • 딥강화학습의 활용: AlphaGo
 
(11/7)

GAN

  • GAN 실습
 
Week 11
(11/12)

뉴럴튜링머신

  • 뉴럴튜링머신(NTM)의 구조
  • NTM의 읽기 및 쓰기 연산
  • NTM의주소지정 메커니즘
  • 메모리넷(MemNet)
 
(11/14)

기말 프로젝트 실습(1)

  • 여러 딥러닝 모델, 데이터셋 소개
 
Week 12
(11/19)

종단학습모델, 대립학습모델

  • 인코더디코더모델(EncDec)
  • 문장대문장모델(Seq2Seq)
  • 종단학습메모리넷(MemN2N)
  • 활용사례: 기계번역(NMT)
  • 변별모델과생성모델
  • 정보이론과상대엔트로피
  • 생성대립넷(GAN)
  • 딥컨볼루션생성대립넷(DCGAN)
  • 양방향생성대립넷(BiGAN)
 
(11/21)

기말 프로젝트 실습(2)

  • optimizer
  • activation functions
 
Week 13
(11/26)

잔차학습모델

  • 딥잔차넷(DRN)
  • 암묵적 앙상블 잔차넷
  • 멀티모달 잔차넷(MRN)
  • 응용사례: 시각대화 챗봇
 
(11/28)

기말 프로젝트 실습(3)

  • pdb 사용법
  • visualization tools(Visdom)
 
Week 14
(12/3, 12/5)

기말고사

 
Week 15
(12/10, 12/12)

프로젝트 발표, 최종보고서 마감