기계학습과 인공신경망

PART 1 기계학습
01 기계 학습 소개
02 데이터와 기술통계학
03 다변량 정규분포, 선형 변환, 주성분 분석
04 회귀
05 다중태스크 회귀, 비선형 회귀, 과적합과 교차검증
06 Regularization: Ridge 회귀와 LASSO 회귀
07 분류 문제: Bayes 분류기와 Fisher의 접근법
08 로지스틱 회귀: 2진 분류
09 다중클래스 분류
10 Support Vector Machine과 Kernel Trick
11 비감독 학습: 군집화
12 비감독 학습의 기타 주제들
13 강화학습 소개

PART 2 인경신경망
14 퍼셉트론과 인경신경망
15 회귀 신경망(RNN)
16 콘볼루션 신경망(CNN)
17 생성 모형 소개
18 Variational Autoencoder(VAE)
19 Generative Adversarial Network

A 확률기초
B 최적화1: 최적화 문제, 2차 계획 문제와 최대우도 추정
C 최적화2: 최적화 문제의 반복해법
D 구속조건을 갖는 최적화 문제
E E 엔트로피