본문 바로가기
K-MOOC 강좌 무료 수강신청 중 · D-22

모두를 위한 머신러닝

머신러닝의 개념을 이해하고 다양한 머신러닝의 기법을 실세계문제를 해결하는 데 적용할 수 있는 능력을 기른다. 홍보/예시 영상 강좌 운영 계획 강의계획서 주차 주차명 차시명 학습활동 1 머신러닝 개요 1 차시 .

첫 평가를 남겨 주세요 · 조회 0

제공
세종대학교
가르치는 분
공성곤
대상 · 수준
누구나
학습 분량
24시간 10분 · 15주차
언어
한국어
수강신청
2026-09-01 ~ 2026-12-14
학습 기간
2026-09-01 ~ 2026-12-14
수료증
🏅 받을 수 있어요
수강 전에 공식 안내를 확인하세요. 일부 정보는 갱신 주기가 지났거나 다시 확인이 필요합니다.

자세한 소개

강좌 소개 수업내용/목표 머신러닝의 개념을 이해하고 다양한 머신러닝의 기법을 실세계문제를 해결하는 데 적용할 수 있는 능력을 기른다. 홍보/예시 영상 강좌 운영 계획 강의계획서 주차 주차명 차시명 학습활동 1 머신러닝 개요 1 차시 . 머신러닝이란무엇인가 ? 퀴즈 (2 문항 ) 2 차시 . 지도학습 3 차시 . 비지도학습 4 차시 . 수학복습 : 벡터와 행렬 5 차시 . 수학복습 : 벡터 - 행렬연산 2 선형 회귀 1 차시 . 선형회귀 : 모델 표현 퀴즈 (2 문항 ) 2 차시 . 선형회귀 : 경사 하강 개념 3 차시 . 경사하강 4 차시 . 경사 하강 개념 5 차시 . 경사하강과 선형 회귀 3 다변수 선형 회귀 1 차시 . 다변수선형 회귀 퀴즈 (2 문항 ) 2 차시 . 특징값 스케일링 3 차시 . 경사하강 : 학습 속도 4 차시 . 새로운특징 값 만들기 5 차시 . 정규 방정식 4 데이터 분류 1 차시 . 이진분류 퀴즈 (2 문항 ) 과제 (1) 2 차시 . 분류경계선 3 차시 . 로지스틱회귀 : 비용함수 4 차시 . 최적화 5 차시 .Multiclass Classification 5 정규화 (Regularization) 1 차시 . 과적합 (Overfitting) 퀴즈 (2 문항 ) 2 차시 . 정규화 (Regularization) 3 차시 . 선형회귀의 정규화 4 차시 . 로지스틱회귀의 정규화 5 차시 . 다항회귀의 정규화 6 신경회로망 모델링 1 차시 . 비선형예측 함수 퀴즈 (2 문항 ) 2 차시 . 뉴런과브레인 3 차시 . 뉴런모델 표현 4 차시 . 신경회로망 모델 표현 5 차시 . 논리함수 구현 7 신경회로망 학습 1 차시 . 비용함수 퀴즈 (2 문항 ) 2 차시 . 오차 역전파 학습 알고리즘 3 차시 . 신경회로망파라미터 최적화 4 차시 . 오차 역전파 알고리즘의 행렬 표현 5 차시 . 오차역전파 알고리즘 응용 8 주차중간고사 9 머신러닝의 적용 1 차시 . 예측함수의 성능 평가 퀴즈 (2 문항 ) 2 차시 . 최적 모델의 선택 3 차시 .Bias 와 Variance 4 차시 . 학습 곡선 5 차시 . 학습 알고리즘의 성능 향상 10 머신러닝 시스템 설계 1 차시 . 머신러닝시스템 설계 시 고려사항 퀴즈 (2 문항 ) 2 차시 . 오차 분석 방법 3 차시 . 불균형 데이터의 경우 오차 평가척도 4 차시 . 정밀도 (Precision) 와 재현율 (Recall) 의 Trade-Off 5 차시 . 학습 데이터 수와 텍스트 오차의 관계 11 Support Vector Machine 1 차시 . SVM 의최적화 목적 함수 퀴즈 (2 문항 ) 2 차시 . 최대 마진 개념 3 차시 . 최대 마진 분류의 수학적 개념 4 차시 . 커널의 개념 5 차시 .SVM 적용하기 12 클러스터링 1 차시 . 비지도학습 퀴즈 (2 문항 ) 과제 (2) 2 차시 .K-Means 알고리즘의 원리 3 차시 .K-Means 알고리즘의 최적화 목적 함수 4 차시 . 랜덤 초기화와 K-Means 알고리즘 5 차시 . 클러스터 수의 결정 13 차원 줄이기 1 차시 . 차원줄이기의 목적 퀴즈 (2 문항 ) 2 차시 .Principal Component Analysis 3 차시 .PCA 알고리즘 4 차시 .Principal Component 수의 결정 5 차시 .PCA 적용 방법 14 이상 데이터 검출 1 차시 . 이상데이터 검출 문제 정의 퀴즈 (2 문항 ) 2 차시 . 가우시안 분포 3 차시 . 이상 데이터 검출 알고리즘 4 차시 . 이상 데이터 검출을 위한 특징 변환 5 차시 . 다변수 가우시안 분포 15 주차기말고사 강좌운영팀 소개 교수자 공성곤 교수 ◎ 학력사항 - 서울대학교 전기공학 학사 - 서울대학교 전기공학 석사 - 미국 University of Southern California 전기공학 박사 ◎ 경력사항 - 미국 Temple University, 전기컴퓨터공학과 교수 - 미국 Naval Research Lab, Summer Research Faculty Fellow - 미국 Purdue University, 방문교수 - 숭실대학교 전기공학과 교수 ◎ 주요 연구실적 - http://iis.sejong.ac.kr 강좌 수강 정보 이수/평가정보 이수/평가정보 과제명 퀴즈 과제 중간고사 기말고사 반영비율 20% 30% 25% 25% ※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다. - 퀴즈 : 매주차 2문항 (풀이기회 각 2회) - 과제 : 4, 12주차 (총 2회) - 중간고사 : 8주차 5문항 (풀이기회 1번, 선다형/OX/수치 입력형) - 기말고사 : 15주차 5문항 (풀이기회 1번, 선다형/OX/수치 입력형) 강좌 수준 및 선수요건 전공기초 교재 및 참고문헌 강좌를 수강하기 위한 별도의 교재는 없습니다. 자주 묻는 질문 세종대학교 재학생이 학점인정을 위해 본 강좌를수강할경우 K-MOOC 강좌 이수 외에 추가적으로 수행하여야 하는 활동은 무엇인가요? 교내에서 실시되는 '오프라인 특강' 및 '오프라인 시험'에 반드시 참여해야 학점을 인정받을 수 있습니다.(평가점수반영) 오프라인 행사의 일시 및 장소는 학기 중, 본 플랫폼 공지사항을 통하여 안내할 예정입니다.

정보 업데이트 현황

K-MOOC · 공공데이터포털: 국가평생교육진흥원_K-MOOC_강좌정보 (apis.data.go.kr/B552881/kmooc_v2_0) 연계
내용이 새로 갱신되었습니다.
정보 항목갱신 주기마지막 확인유효기간상태
K-MOOC 강좌 정보강좌명, 운영 대학, 교수, 수강신청 기간, 학습 기간, 신설·종료 여부, 강좌 소개·분류(새 강좌만) 매일 2026-11-22 12:40 2026-11-29 최신
수강신청 가능 여부수강신청 시작일·마감일, 접수 중 / 마감 / 상시 상태 매일 2026-11-22 15:23 2026-11-23 최신

평가와 의견 0

이 교육이 어땠는지 알려 주세요. 로그인하면 별점과 의견을 남길 수 있습니다.

아직 평가가 없습니다.