본 교과목은 기계학습의 기본 개념과 주요 모델들에 대한 이해를 바탕으로 실제 프로젝트를 진행합니다. 주로 지도학습의 분류모형과 회귀모형, 로지스틱모형, 의사결정나무 모형과 이에 대한 사례를 중심으로 강의를 진행합니다. 중간 및 기말고사 프로젝트를 통해 실전 프로젝트 경험을 쌓습니다. 프로젝트 및 실습을 위해서 데이터 세트를 제공할 예정입니다. 마지막 부분에서는 비지도학습, LSTM 딥러닝 모델, Chat-GPT에 사용된 대규모 언어모델 등을 소개할 예정이며, 기계학습 모형과 비교를 하며 케이스 학습을 진행합니다. 2024년도 2학기 강의는 2023년 2학기 강의와 달리 강의안을 pdf로 만들어서 배포할 예정입니다.
1. 기계학습의 기본 개념 및 용어를 이해한다. 2. 기계학습의 여러 모형 들을 이해하고, 이를 근거로 학습 할 수 있다. 3. 중간 및 기말고사 프로젝트를 통해 실전 기계학습 프로젝트를 계획하고 구현할 수 있다.