![[AI 딥러닝 백과사전] 수학으로 다지는 기초](/data/file/c88570bc39907a79e71fbdbda87b3b5d.png)
학습목표
딥러닝 모델을 구현하고 분석하기 위한 선형대수, 확률·통계, 함수 등의 수학 개념을 이해하고, 이를 인공지능 문제 해결에 적용할 수 있는 기초 역량을 함양한다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 패키지 수강을 희망하시는 경우 '[AI 딥러닝 백과사전] 통합 패키지' 과정을 신청하여주시기 바랍니다.
※ 본 과정은 통합 패키지가 아닌 개별 과정입니다.
전체 패키지 수강을 희망하시는 경우 '[AI 딥러닝 백과사전] 통합 패키지' 과정을 신청하여주시기 바랍니다.
교육대상
머신러닝과 딥러닝의 원리 학습 전, 수학적 지식부터 학습을 희망하시는 분
※ 본 과정 수강을 위해서는 대학수학 수준(함수, 미분, 확률과 통계 등)의 사전 지식이 필요합니다.
※ 본 과정 수강을 위해서는 대학수학 수준(함수, 미분, 확률과 통계 등)의 사전 지식이 필요합니다.
과정소개
강의목차
| 차시 | 강의명 |
|---|---|
| 1차시 | [수학으로 다지는 기초] 단변수 함수의 미분과 근사 |
| 2차시 | [수학으로 다지는 기초] 다변수 함수의 미분 |
| 3차시 | [수학으로 다지는 기초] 확률 변수 |
| 4차시 | [수학으로 다지는 기초] 다양한 확률 분포 |
| 5차시 | [수학으로 다지는 기초] 다변수 확률 변수 |
| 6차시 | [수학으로 다지는 기초] 정보와 Entropy |
| 7차시 | [수학으로 다지는 기초] 다변수 확률 변수의 Entropy |
| 8차시 | [수학으로 다지는 기초] Mutual Information, Cross entropy, KL Divergence |
PC 페이지로 이동
PC 페이지로 이동 하시면
상세정보를 보실 수 있습니다.
