러닛 회원가입
러닛 회원 로그인
사용자 인증
인공지능을 위한 수학
일정 2019. 1. 6 ~ 3. 3 (2/3 제외 8주) 시간 매주 일요일 15:00 ~ 17:00 (2시간) 장소 러닛 압구정센터 지도보기 참가비 6만원  x 2개월 = 12만원

찜하기 클릭 시 스터디 시작 전 알려드립니다.

스터디 소개

소개

러닛 Basic 스터디는 스터디원들의 자발적인 참여로 진행되는 스터디입니다. 스터디가 원활하게 진행될 수 있도록 러닛 가디언이 함께합니다. 가디언은 역할 분담, 회고 정리, 출결 확인 등 전반적인 스터디 진행을 담당합니다.

러닛 Basic 운영방식
  1. 01 여러개의 세션 스터디 1회는 각자가 담당한
    여러개의 세션으로 구성됩니다.
  2. 02 내용정리+심화토론 하나의 세션은 [내용정리+심화토론]으로
    구성됩니다.
    - 발표형, 실습형, 토론형 등 주제에 맞게 선택해서 진행
  3. 03 전체 회고 모든 세션 종료 후 전체 회고를
    진행합니다.
    - 오늘 스터디의 좋았던 점 / 개선할 점 등 공유
  4. 04 네트워크 스터디원의 참가율이 높은
    우수 스터디는 회식비를
    지원해드립니다.


참가대상

- 인공지능 관련 학습을 하고 싶은데 수식만 보면 눈앞이 캄캄하신 분
- 인공지능 관련 프로그래밍을 할 때, 라이브러리만 가져다 쓰시는 분
- 수학적 지식이 부족한, 문과생

상세정보

  • 일정2019. 1. 6 ~ 3. 3 (2/3 제외 8주)
  • 시간매주 일요일 15:00 ~ 17:00 (2시간)
  • 장소러닛 압구정센터 지도보기
  • 참가비 6만원  x 2개월 = 12만원

후기

    커리큘럼 소개

    스터디 교재로 <인공지능을 위한 수학>을 사용합니다.
    인공지능을 위한 수학
    • 1-1 변수와 상수
      1-2 1차식과 2차식
      1-3 함수의 개념
      1-4 제곱근
      1-5 거듭제곱과 거듭제곱근
      1-6 지수함수와 로그함수
      1-7 자연로그
      1-8 시그모이드 함수
      1-9 삼각함수
      1-10 절댓값과 유클리드 거리
      1-11 수열
      1-12 집합과 원소

    • 2-1 극한
      2-2 미분의 기초
      2-3 상미분과 편미분
      2-4 그래프 그리기
      2-5 함수의 최댓값과 최솟값
      2-6 초등함수와 합성함수의 미분, 그리고 곱의 법칙
      2-7 특수 함수의 미분

    • 3-1 벡터
      3-2 덧셈과 뺄셈, 그리고 스칼라배
      3-3 유향선분
      3-4 내적
      3-5 직교 조건
      3-6 법선벡터
      3-7 벡터의 노름
      3-8 코사인 유사도
      3-9 행렬의 덧셈과 뺄셈
      3-10 행렬의 곱셈
      3-11 역행렬
      3-12 선형 변환
      3-13 고윳값과 고유벡터

    • 4-1 확률
      4-2 확률변수와 확률분포
      4-3 결합확률과 조건부확률
      4-4 기댓값
      4-5 평균과 분산, 그리고 공분산
      4-6 상관계수
      4-7 최대가능도추정

    • 5-1 회귀 모델로 주택 가격 추정하기
      5-2 데이터 세트 ‘Boston Housing Dataset’
      5-3 선형회귀 모델
      5-4 최소제곱법으로 파라미터 도출하기
      5-5 정규화로 과학습 줄이기
      5-6 완성된 모델 평가하기

    • 6-1 자연어 처리로 문서의 카테고리 알아맞히기
      6-2 카테고리별 데이터 세트
      6-3 자연어 처리의 작동 원리
      6-4 문장에서 품사 분석하기
      6-5 단어 필터링하기
      6-6 문서를 단어 벡터로 변환하기
      6-7 단어 벡터에 가중치 주기
      6-8 문서 분류하기
      6-9 완성된 모델 평가하기

    • 7-1 딥러닝으로 손글씨 인식하기
      7-2 데이터 세트 ‘MNIST’
      7-3 신경망이란? - 기초
      7-4 신경망이란? - 심화
      7-5 심층 신경망이란?

    • 7-6 순전파
      7-7 손실 함수
      7-8 경사하강법 사용하기
      7-9 오차역전파법 사용하기
      7-10 완성된 모델 평가하기



    EVENT
    인공지능을 위한 수학
    스터디 참가신청