K-MOOC

강좌 안내

기계학습 이론과 전문기술은 현대 데이터과학 응용에서 결정적인 역할을 합니다. 이 분야 전문기술은 다양한 분류와 회귀 모델, 군집화, 차원 축소, 강화학습 그리고 딥러닝을 포함합니다. 기계학습 문제와 관련 전문기술에 대한 큰 그림에 대해서 이해하는 것은 적절하게 이 분야의 문제해결에 활용하는데 중요합니다. 이 강좌의 목표는 학습자들에게 기계학습의 기본 지식과 그 뒤에 숨겨진 의도를 제공하고 현실 세계문제에 적절하게 응용하려는 것입니다.

이 강좌는 특히 데이터과학을 위한 기계학습, 강화학습, 딥러닝, 상호작용적 가시화 분야에 대한 기본 원리를 포함합니다. 이 원리들은 기계학습에서 널리 사용되는 전문기술들입니다.

이 강좌는 선형 대수, 확률과 통계, 그리고 다변수 미적분과 최적화의 기본 원리에 대한 이해를 필요로 합니다. 이 원리들은 "Mathematical Fundamentals for Data Science" 강좌를 통해서 학습할 수 있습니다.

이 강좌는 16주차(2주는 자율학습, 1주는 시험)으로 구성되어 있습니다. 매 주차 비디오 강좌를 듣고 난 후, 퀴즈 버튼을 눌러서 퀴즈를 풀어야 점수에 반영됩니다. 해당 주차가 끝날 때 마다 게시판에서 관련 주제로 토론을 할 수 있습니다. 평가 내용은 퀴즈(40%), 시험(60%)입니다. 이 강좌를 통과하려면 총 점수의 60% 이상을 얻어야 합니다.

이 강좌는 영어로 진행되며 영어자막과 한글자막을 동시에 제공합니다. 질문과 토론에서 한국어를 사용할 수 있습니다.

About This Course

I. Rationale:

Theories and techniques in machine learning plays a crucial role in modern data science applications. Such techniques include various classification and regression models, clustering, dimension reduction, reinforcement learning, and deep learning. Understanding of the big picture of machine learning problems and available techniques is critical in properly utilizing them for one’s own problem. The goal of this course is to provide students with basic knowledge of machine learning and intuitions behind them as well as their proper applications to real-world problems.

In this course, we specifically cover basic principles in machine learning, reinforcement learning, deep learning, and interactive visualization for data science, which covers widely-used techniques in machine learning.

We remark that this course assumes the student’s basic knowledge in the mathematical background for data science and machine learning, such as linear algebra, probability, statistics, multivariable calculus, and so on.

II. Course Aims and Outcomes:

Aims : The aim of this course is to provide students the theory and the techniques in machine learning.

Specific Learning Outcomes: By the end of this course, students will:
• have an overview of machine learning tasks and the corresponding techniques to tackle them.