강의 소개
Python Basics for AI
- 파이썬 AI 개발 환경 준비하기
- Basic computer class for newbies
- 파이썬 개요
- 파이썬 코딩 환경
- 파이썬 기초 문법 1
- Variables
- Function and Console I/O
- Conditionals and Loops
- String and advanced function concept
- 파이썬 기초 문법 2
- Python Data Structure
- Pythonic code
- 파이썬 객체 지향 프로그래밍
- Python Object Oriented Programming
- Module and Project
- 파이썬으로 데이터 다루기
- File / Exception / Log Handling
- Python data handling
- Numpy 기초
- 선형대수의 계산식을 다루는 라이브러리를 다뤄봅니다
- Pandas 기초
- Pandas 1,2 : 기본,심화 (데이터 처리에 유용한 pandas 라이브러리를 다뤄봅니다)
AI Math
- 벡터가 뭐에요?
- 행렬이 뭐에요?
- 경사하강법 (순한맛)
- 경사하강법과 미분의 개념, 그레디언트 벡터에 대해 학습합니다.
- 경사하강법 (매운맛)
- 경사하강법 기반 선형회귀 알고리즘과 확률적 경사하강법을 알아봅니다.
- 딥러닝 학습방법 이해하기
- 비선형 모델인 신경망과 역전파 알고리즘 및 활성함수에 대해 학습합니다.
- 확률론 맛보기
- 확률론의 기초인 확률분포, 조건부확률, 기대값과 몬테카를로 샘플링 방법을 알아봅니다.
- 통계학 맛보기
- 통계학의 기초인 모수의 개념과 모수를 추정하는 방법 중 하나인 최대가능도 추정법을 학습합니다.
- 베이즈 통계학 맛보기
- 베이즈 정리와 인과관계 추론에 대해 학습합니다.
- CNN 첫걸음
- Convolution 연산과 다양한 차원에서의 연산 방법, 연산의 역전파에 대해 소개합니다.
- RNN 첫걸음
- 시퀀스 데이터의 개념과 특징, 그리고 이를 처리하기 위한 RNN에 대해 알아봅니다.
Overview Map
과제 및 퀴즈 소개
기본 과제
Python Basics for AI 강의
- Basic Math
- 간단한 수학을 계산해주는 함수를 python 코드로 구현
: 주어진 리스트에서 가장 큰 숫자, 작은 숫자, 평균, 중간값 반환
- 관련 강의: Python_1-1강 Basic Math
- Text Processing 1
- string을 다루는 방법을 학습(1): 정규화된 스트링 반환
- 관련 강의: Python_2-1, 2-2, 2-3, 2-4 강 파이썬 기초 문법 I
- Text Processing 2
- string을 다루는 방법을 학습(2): 인풋으로 받는 스트링에서 숫자만 추출하여 영어 단어로 변환
- 관련 강의: Python_2-1, 2-2, 2-3, 2-4 강 파이썬 기초 문법 I
AI Math 강의
- AI Math는 각 강의마다 5 문항의 퀴즈가 포함되어 있습니다. (OX, 객관식, 단답형 주관식 등)
심화 과제
- Gradient Descent
- 경사하강법을 직접 구현
- 관련 강의: AI Math_3강 경사하강법(순한 맛), 4강 경사하강법(매운 맛)
- Backpropagation
- RNN의 Backpropagation을 직접 구현
- 관련 강의: AI Math_10강 RNN 첫걸음
- Maximum Likelihood Estimation
- 정규분포의 모수에 대한 최대가능도 추정 문제 풀이 및 실습
- 관련 강의: AI Math_7강 통계학 맛보기