[머신러닝]00.수업 개요

※본 포스팅은 직접 강의하는 내용이 아닌, 김성훈 교수님의 머신러닝 강의를 정리하기 위한 포스팅입니다.

김성훈 교수님의 강의는 모두를 위한 머신러닝/딥러닝(http://hunkim.github.io/ml)에서 들을 수 있습니다.

머신러닝을 잘 이해하고 활용하는 것이 Super power를 가지는 길이다. 

- Dr. Andrew Ng

더 많은 사람들이 머신러닝과 딥러닝을 이해할 수 있도록 Andrew Ng 교수의 강의를 참고해 한국어 강의를 진행할 것

강의 대상

• 머신러닝/딥러닝에 궁금증을 가진 모든 사람
• 수학에 자신이 없고, 컴퓨터 전공이 아니더라도 이해할 수 있을만한 정도
• 수학이 전혀 사용 되지 않는 것은 아니지만, y=ax+b 정도 수준이면 충분
• 머신러닝을 블랙박스처럼 활용할 수 있는 많은 툴들이 있지만, 머신러닝을 잘 이해할 수록 블랙박스를 잘 활용 가능
• 텐서플로우(Tensorflow)와 파이썬(Pythone)으로 직접 구현

강의 목표

• 머신러닝 알고리즘에 대한 기본적인 이해
• Linear regression, Logistic regression(classification)
• 이론적인 내용을 활용해 문제를 해결 → 텐서플로우와 파이썬 이용

강의 구조

• 10분 정도의 강의 형식
• 텐서플로우를 이용한 프로그래밍 튜토리얼