머신러닝에 필요한 수학 기초를 다지고
파이썬 기초까지 한 번에!

머신러닝 왕초보를 위한
수학기초 CLASS

Laptop Img 이해가 술술 되는 수학기초 Setting Img 수학 기초, 파이썬 기초 모두 Mic Img 복습 과제와 퀴즈
  • 기간

    2019년 1월 5일
    - 2019년 2월 9일
    총 5주 | 휴강 1회: 2/2(구정)

  • 일정

    매주 토요일
    14:00 -17:00
    매주 1회, 회당 3시간 | 1회차 강의 전 사전교육 2시간 진행 예정, 총 17시간

  • 장소

    강남 패스트캠퍼스 강의장

  • 문의

    강호준 매니저
    02-517-0697
    help-ds
    @fastcampus.co.kr

* 메일로 문의 주실 경우 자세한 상담을 원하신다면, 휴대폰 번호와 상담가능 시간을 남겨주세요.

성공적인 머신러닝 입문을 위한 필수 강의 !

머신러닝을 시작하기 전 당신이 반드시 준비해야 하는 한 가지, 바로 ‘탄탄한 수학 기초’입니다.

머신러닝을 이해하기 위해
꼭 필요한 수학기초는 무엇일까요?

graph_basic

머신러닝을 이해하기 위해서는 통계학, 확률론, 컴퓨터 과학 및 알고리즘 등 다양한 지식이 요구됩니다. 이러한 선행지식을 자세히 살펴보면 결국 머신러닝을 학습하기 위해서는 탄탄한 수학적 이해가 필요하다는 것을 알 수 있습니다. Wale Akinfaderin이라는 유명 블로거가 작성한 “머신러닝에 필요한 수학”이라는 그래프를 보면 머신러닝에 필요한 분야별 수학적 지식은 다음과 같습니다.

미분과 적분 / 확률과 통계 / 선형대수

‘회귀’를 배우면 머신러닝
수학기초를 다질 수 있다?!

‘머신러닝 알고리즘 중 하나인 회귀’

회귀는 주어진 데이터가 어떤 함수로부터 생성됐는가를 알아보는 ‘함수 관계’를 추측하는 것으로 머신러닝 알고리즘 중 하나입니다. 회귀라는 개념을 이해하기 위해서는 미적분, 확률과 통계, 선형대수 등 머신러닝에 필요한 수학적 지식을 알아야합니다.

본 강의에서는 회귀를 통해 머신러닝을 배우며 머신러닝에 필요한 수학적 기초를 다질 수 있도록 구성하였습니다.

성공적인 머신러닝 입문을 위해 꼭 필요한 수학기초 지식을 압축적으로 전달할

머신러닝 왕초보를 위한 수학기초 CLASS

본 강의에서는 회귀를 통해 머신러닝을 배우며 머신러닝에 필요한
수학적 기초를 다질 수 있도록 구성하였습니다.

강의 특징 . 

1

수학의 두려움 NO!
이해가 쏙쏙 되어지는
수학 강의

수학 자체에 두려움을 갖고 계신 분들도 쉽게 이해할 수 있도록 기초 개념부터 차근차근 친절하게 가르쳐 드립니다.

2

수학 기초와
파이썬 기초 문법을
한 번에!

머신러닝 입문에 필요한 모든 수학 기초를 한 번에 정리하고, 파이썬으로 직접 코드로 구현해보는 실습까지 모두 배울 수 있습니다.

3

배운 것을
내 것으로 만드는
복습 과제와 풀이

직접 풀어보지 않으면 내 것으로 만들 수 없습니다. 본 강의에서는 배운 내용을 바탕으로 스스로 학습할 수 있는 복습 과제를 제공합니다.

수강 대상 . 

icon_man4_3_oh

머신러닝을 공부하고 싶지만
수학기초가 부족하여 고민이신 분

머신러닝을 공부하고 싶지만 수학이 두려워 망설이고 계신가요? 수학의 두려움을 극복 할 수 있도록, 기초 개념부터 차근차근 설명해 드립니다. 본 강의를 통해 수학의 자신감을 되찾고 당당히 머신러닝에 입문하세요!

회귀를 통해 머신러닝에 필요한 수학 개념들을
체계적으로 정리하고자 하시는 분

본 강의에서는 회귀의 개념부터 하나하나 가르쳐 짚어가며 머신러닝에 꼭 필요한 ‘미분과 적분’, ‘선형대수’ 등 수학적 개념들을 체계적으로 정리할 수 있습니다. 이 과정을 통해 머신러닝에 바탕이되는 수학 기초를 다질 수 있습니다.

[잠깐!] 머신러닝을 공부하려고 아래 책들을 읽어 봤지만, 이해가 어려우셨던 분들이라면 본 강의를 수강하시길 권합니다.

회귀로 머신러닝에 꼭 필요한 수학 기초를 다지고, 파이썬 기초까지 한번에!

5주 후, 자신있게 머신러닝에 입문하세요!

커리 큘럼 . 

Part 0. 컴퓨터와 대화 시작하기 (사전교육: 개강일, 11:00~13:00 진행) * 사전교육 수강을 희망하시는 분들은 자유롭게 참석해 주세요!

본격적인 수업을 시작하기 앞서 선형회귀를 효과적으로 공부하기 위해 필요한 파이썬 기초 문법을 배워봅니다.

본 과정은 선택과정으로 파이썬 기초문법을 아시는 분들은 수강하지 않으셔도 됩니다.

파이썬 기초 배우기

본 과정에서는 선형회귀 문제를 풀어내는 머신러닝 프로그램을 만들기 위해 필요한 파이썬 프로그래밍을 배웁니다. 수많은 문법들 중 머신러닝에 필요한 가장 핵심 문법만을 간추려 짧은 시간에 효율적으로 전달해드립니다

– 아나콘다 설치 및 환경 설정
– 머신러닝 학습을 위한 필수 파이썬 기초문법
– numpy array 소개

Part 1. 선형회귀와 함수의 관계

요즘 핫하다고 하는 머신러닝이 도대체 무엇이고, 왜 머신러닝을 공부할 때 선형회귀를 공부해야하는지에 대해서 알아봅니다.
5주동안의 강의에서는 머신러닝에서 다뤄지는 가장 대표적인 문제 중 하나인 선형회귀 문제를 푸는 방법에 대해 배움으로써 머신러닝을 이해하게 됩니다. 그리고 수업의 첫과정으로 함수의 정의는 무엇이고, 함수를 이루는 재료들(스칼라, 벡터)의 개념을 알아보고 다양한 종류의 함수들을 살펴봅니다.

머신러닝과 선형회귀란 무엇인가 ?

머신러닝(기계학습)이란 말 그대로 컴퓨터(머신)를 공부(학습)시켜서 내가 원하는 작업을 하게끔 하는 기술입니다. 머신러닝을 통해 할 수 있는 작업은 여러가지가 있는데요. 그중에서도 여름철 기온 변화에 따라 아이스크림이 얼마나 많이 팔릴지를 예측하는 것과 같은 “회귀 문제(선형회귀)”나 주어진 이미지 상의 동물이 개인지 고양인지 맞추는 “분류 문제”가 머신러닝으로 풀 수 있는 가장 대표적인 문제입니다. 본 강의에서는 “회귀 문제”에 대해 집중적으로 살펴봅니다.

– 머신러닝 개요
– 선형회귀 소개
– 라이브러리를 이용한 선형회귀 문제 해결

함수란 무엇인가?

선형회귀의 문제를 해결하는 것은 결국 내가 원하는 답을 내어주는 “함수”를 찾는 것과 같습니다.
이 시간에는 함수에 사용되는 구성 요소라 할 수 있는 스칼라와 벡터의 정의를 먼저 알아본 후 함수가 어떻게 정의되는지, 그 특성은 무엇인지 살펴봅니다. 공학 분야에서 다양한 문제를 푸는데 사용되는 여러가지 함수에 대해 알아봅니다.

– 스칼라, 벡터
– 함수의 정의
– 함수의 그래프와 파이썬으로 그래프 그리는 방법
– 함수의 종류 : 일변수 실함수(다항함수, 지수함수, 로그함수), 다변수 실함수, 일변수 벡터함수, 다변수 벡터함수

[강의자료 예시 1.]

쉽게 이해하는 선형회귀

Part 2. 입력 변화에 대한 출력의 변화, 미분

선형회귀 문제에 있어서 가장 중요한 개념인 미분을 배워봅니다.
선형회귀를 비롯한 머신러닝을 공부함에 있어서 매우 중요한 미분의 개념에 대해서 알아보고 이를 바탕으로 함수들을 어떻게 미분하는지에 대해 공부합니다.

미분의 개념과 함수를 미분하는 방법

매우 짧은 순간에 발생하는 변화를 나타내는 미분의 개념을 이해하고 미분이 머신러닝에서 왜 중요한지, 어떻게 사용되는지에 대해 이야기합니다.
미분의 개념을 좀더 수학적으로 이해하기 위해 극한의 개념을 간략히 알아보고 머신러닝에 자주 등장하는 함수들을 어떻게 미분하는지 배워봅니다.

– 우리 생활 주변에 녹아있는 미분의 개념
– 미분의 정의를 위한 극한
– 다항함수의 미분
– 지수, 로그 함수의 미분
– 곱의 미분, 몫의 미분

연쇄법칙과 다변수 함수의 미분

머신러닝에서 다루는 데이터는 숫자 하나가 아니라 숫자 여러개가 모인 벡터 형태를 띄고 있습니다. 따라서 이런 종류의 데이터를 다루기 위해 머신러닝에서 가장 일반적으로 사용되는 다변수 함수를 미분하는 방법과 복잡한 함수를 미분하기 위해서 꼭 알아야 하는 미분의 연쇄법칙을 알아봅니다.

– 미분의 연쇄법칙
– 다변수 함수 미분

[강의자료 예시 2.]

함수, 미분 기초 다지기

Part 3. 빠르고 쉬운 자동미분과 행렬-벡터의 연산

미분법을 알아도 복잡하기 짝이 없는 함수의 미분 좀 더 쉽게 할 수 있는 방법은 없을까요?
이에 대한 해답으로 신경망 역전파 알고리즘의 핵심 아이디어인 자동미분에 대해 자세히 알아봅니다. 자동미분을 간단한 함수부터 복잡한 함수까지 직접 구현하면서 역전파 알고리즘에 대한 이해도를 높이는 시간을 가져봅니다. 추가로 선형회귀에 사용되는 행렬과 벡터 표현법, 행렬, 벡터간의 계산 방법에 대해 알아봅니다.

자동미분과 역전파

컴퓨터로 미분을 구현하는 방법 중 신경망에서 특히 중요한 자동미분에 대해 알아봅니다.
자동미분이 어떻게 사용되는지 체험하기 위해 직접 만든 자동미분 라이브러리를 이용해 간단한 숫자분류기를 엑셀로 만들어 실험해 봅니다.

– 미분의 연쇄법칙을 이용한 자동미분
– 지동미분 라이브러리를 이용한 분류기 만들기

행렬, 벡터의 연산

데이터를 다룰 때 사용하는 행렬과 벡터이란 무엇인지 알아봅니다.
1주차에 진행했던 파이썬 실습을 기본으로 하여 행렬과 벡터의 계산을 컴퓨터가 이해할 수 있도록 파이썬으로 어떻게 프로그래밍하는지에 대해서 상세하게 배워봅니다.

– 행렬, 벡터의 정의
– 벡터의 내적과 정사영
– 행렬과 벡터 연산의 코딩

[강의자료 예시 3.]

예시로 이해하는 다변수 함수

Part 4. 최적화 맛보기

우리가 늘 사용하고 있는 최적화란 단어, 머신러닝에서는 어떤 의미로 사용되는 것일까요?
머신러닝의 핵심이라 할 수 있는 최적화의 개념을 이해하고 여러가지 최적화 기법 중 가장 기초적인 방법인 경사하강법을 코딩을 통해 배워봅니다.

머신러닝 핵심, 최적화란 ?

최적화는 말그대로 주어진 문제에 대해 가장 알맞은 답을 찾기 위한 방법으로서 선형회귀 문제와 같은 머신러닝 문제를 푸는 과정에서 가장 핵심적인 역할을 합니다.
지난 3주간 배운 함수와 미분 등의 개념을 바탕으로 최적화란 무엇인지 이해하고, 최적화 기법 중 가장 많이 사용되는 경사하강법을 중점적으로 배웁니다.

– 캔 설계를 통해 알아보는 최적화 기본 개념
– 경사도(경사도 벡터)의 개념
– 최적해를 위한 필요조건

일반적인 최적화 문제를 푸는 다양한 방법

최적화 문제는 최속강하법이나 공액경사도법처럼 여러가지 기법들을 이용하여 풀 수 있습니다.
최적화의 개념을 쉽게 이해할 수 있도록 별도의 제약조건이 없는 일반적인 최적화 문제를 푸는 방법들에 대해 알아봅니다.

– 함수의 강하방향
– 1차원 탐색
– 최속강하법
– 공액경사도법

Part 5. 선형회귀 정복

1주차에 배운 선형회귀 문제를 앞서 4주동안 배운 “함수와 미분”, “행렬과 벡터의 계산방법”, “경사하강법”을 이해하고 난 후의 시각으로 다시 바라보고 선형회귀 알고리즘을 직접 프로그램으로 만들어봅니다. 아울러 선형회귀에 관련된 중요 고려사항에 대해 소개하고 다변수 예제를 공부하면서 과정을 마무리 합니다.

머신러닝의 시작인 선형회귀를 새롭게 이해하기

앞서 배운 개념들을 바탕으로 선형회귀가 무엇인지 새롭게 살펴봅니다.
선형회귀 문제를 푸는데 중요한 역할을 하는 최소제곱법의 목적함수를 정의해보고 이를 최적화 시키는 방법에 대해 배워봅니다.
마지막으로 선형회귀 문제를 푸는 과정에서 나타나는 과적합 문제와 이를 해결하기 위한 정규화도 알아봅니다.

– 최소제곱법과 선형회귀 목적함수의 자동미분
– 경사하강법을 이용한 선형회귀
– 과적합과 정규화
– 정규방정식을 이용한 선형회귀
– 다변수 회귀

강사 소개 . 

조준우강사님_상페

조준우 강사님

3차원 인체 스캔 데이터에서 획득된 인체 곡면을 최적 전개하여 의복패턴을 자동으로 생성하는 연구를 계기로 최적화 분야를 연구하기 시작했습니다. 이때 연구를 진행하면서 학부생들을 대상으로 공업수학을 가르친 경험이 있습니다. 현재는 창업 후 개발자로 일하고 있으며 논문 심사 시스템에 AI를 접목시키는데 많은 관심을 가지고 있습니다. 다년간의 연구경험과 강의경험을 바탕으로 머신러닝에 필요한 수학기초를 탄탄히 쌓을 수 있도록 도와드리겠습니다.

– 영남대학교 섬유공학과 박사

– 前 한국과학기술정보연구원 KISTI 선임연구원

– 現 (주)모행 CTO

5주 후, NEXT STEP . 

본격적으로 머신러닝을 시작하고자 하는 분들을 위한 추천 강의를 안내해 드립니다. 

1. 파이썬을 활용한 머신러닝 CAMP
파이썬으로 다양한 실습예제를 풀어보며, 머신러닝의 알고리즘을 200% 이해할 수 있습니다.

2. R을 활용한 머신러닝 CAMP
입문자에게 맞게 국내 기업의 머신러닝 적용 프로젝트 경험이 많은 강사님이 머신러닝 알고리즘을 해석해드립니다.

수강료 안내.

머신러닝에 필요한 수학 기초를 다지고 파이썬 기초까지 한 번에!

머신러닝 왕초보를 위한 수학기초 CLASS

일    정 2019.1.5.~ 2019.2.9. | 2/2 휴강
주 1회, 총 5회
매주 토요일 오후 14:00 ~ 17:00 | 1회차에 강의 전 2시간 사전교육 진행
준비물 개인 노트북 사용 추천
(본인 PC에 맞는 개발 환경 설정 및 원활한 개별 실습을 위하여)
장    소 강남역 부근 패스트캠퍼스 강의장
문    의 강호준 매니저 : 02-517-0697 | help-ds@fastcampus.co.kr
메일로 문의 주실 경우 자세한 상담을 원하신다면 휴대폰 번호, 상담가능 시간을 남겨주세요:)

정가 : 60만원

출시알림을 신청하시면, 다음 기수 강의정보를 가장 먼저 받아보실 수 있습니다.
※할인가는 매주 목요일 자정에 변경됩니다.
※ 카드 12개월 무이자 할부 가능!

출시알림

강의장 안내.