메인메뉴로 이동 본문으로 이동

ITPE 이러닝 기술사 교육, 문제은행과 KPC 기술사회를 통한 정보처리기술사/PMP 합격 가이드 제공

컨텐츠 내용

  1. 수강신청
  2. 과정정보

[IT전문가 시즌 I] 기계학습, 인공지능, 확률 통계

과정 이미지
[IT전문가 시즌 I] 기계학습, 인공지능, 확률 통계 과정정보
수강기간 7일
강의구성 10차시
수강료 100,000원 25,000원
과정소개

1. 최근에 많이 나오는 기계학습, 인공지능, 확률, 통계 도메인을 마스터하는 과정입니다.

 

2. 위 도메인의 전공인 이훈석기술사님의 강의입니다.(기본필수반 1등)

 

3. 최근 시험에 나오는 토픽 중심으로 진행하며, 나머지는 그것을 잘 이해하기 위한 내용들입니다.

 

Chapter 1.기계학습 (Machine Learning)의 개요
 1. 학습의 개념
 2. 기계학습의 기본요소
 
Chapter 2. 기초 통계
 1. 통계 파라미터
 2. 확률이론
 3. 베이즈 정리
 4. 확률밀도추정
 
Chapter 3.최적화 방법 (Optimizaiton Method)
 1. 최적화 개요
 2. Gradient descent
 3. Newton
 
Chapter 4.군집화 (Clustering)
 1. k-means
 2. EM Clustering
 3. Dendrogram Clustering


Chapter 5.회귀분석
 1. 다변량 회귀분석
 2. 로지스틱 회귀분석


Chapter 6.특징 추출
 1. 특징추출 개요
 2. PCA
 3. LDA
 4. ICA


Chapter 7.분류기 (Classifier)
 1. Naive Bayesian Classification
 2. K-NN Classifier
 3. MLP (Multi Layer Perceptron or ANN)
 4. SVM (Support Vector Machine)
 
Chapter 8.Deep Learning
 1. DBN (Deep Belief Network)
 2. CNN (Convolutional Neural Network)
 3. RNN (Recurrent Neural Network)


Chapter 9.Machine learning platform
 1. Theano
 2. TensorFlow
 3. caffe / Torch


Chapter 10. AlphaGo

 

학습목표
1. 최근에 출제가 많이 될 수 있는 차별화 할 수 있는 도메인입니다.

2. 공부를 심화로 안하면, 겉으로 작성하는 답안지 수준이 됩니다. 내재화 및 이해중심으로 접근하세요.
강의목차
차시 강의명
1차시 기계학습, 인공지능, 확률 통계 (1)
2차시 기계학습, 인공지능, 확률 통계 (2)
3차시 기계학습, 인공지능, 확률 통계 (3)
4차시 기계학습, 인공지능, 확률 통계 (4)
5차시 기계학습, 인공지능, 확률 통계 (5)
6차시 기계학습, 인공지능, 확률 통계 (6)
7차시 기계학습, 인공지능, 확률 통계 (7)
8차시 기계학습, 인공지능, 확률 통계 (8)
9차시 기계학습, 인공지능, 확률 통계 (9)
10차시 기계학습, 인공지능, 확률 통계 (10)