[2022] 인공지능을 위한 확률통계 수료증
모집인원1,000명
수강신청기간1970-01-01 ~ 1970-01-01
학습기간2022-09-01 ~ 2023-04-30
강의 소개 및 개요입니다.
|
성명 |
이일구 |
소속기관 |
팜캐드 |
|
과목명 |
인공지능을 위한 확률통계 |
강의시간 |
4시간 |
|
학습목표 |
인공지능을 위한 기초수학인 기초 확률통계를 학습한다. 기초 확률통계에서는 확률변수와 확률분포가 무엇인지 아는 것 부터 머신러닝에서 많이 쓰이는 Cross entropy, KL divergence까지 학습한다. 그리고 실제 코딩을 통해 이론에서 실습까지 진행한다. |
||
강의 선수과목 및 준비사항입니다.
|
선수과목 |
- |
|
참고자료 |
Deep Learning (Ian Goodfellow, et. al.) |
|
준비사항 |
Anaconda 환경, jupyter notebook 환경 |
인공지능을 위한 확률통계 강의 과정입니다.
|
1 |
기초 확률통계 1 - 확률변수란 무엇인지 - 확률분포란 무엇이고 어떤 것이 있는지 - Expectation, Variance가 무엇인지 알아본다. |
|
2 |
기초 확률통계 2 - Joint probability distribution이 무엇인지 - Conditional probability, Independence가 무엇인지 - Multiple random variable에서 어떻게 되는지 알아본다. |
|
3 |
기초 확률통계 3 - Bayes’ Theorem - Prior, Likelihood, Prior 등이 무엇인지 - Maximum likelihood estimation이 무엇인지 알아본다. |
|
4 |
기초 확률통계 4 - 정보란 무엇인지 - entropy, KL divergence, cross entropy 등이 무엇인지 알아본다. |
|
5 |
기초 확률통계 1 ~ 4 에서 배운 이론에 대한 실습 |