머신러닝은 명확한 프로그래밍이 없는 상태에서 컴퓨로 하여금 특정 작업을 수행하게 하는 기술이다. 지난 10년 동안, 우리는 머신러닝을 통해 자율주행 자동차, 실질적인 음성인식, 효과적인 웹 검색과 큰 폭으로 개선된 인간 유전자의 해석의 혜택을 누릴 수 있게 되었습니다. 오늘날 머신러닝은 우리 생활에 곳곳에 스며들어 있어 우리가 알지 못하는 사이에 하루에 수십 번도 더 이용하고 있습니다. 많은 연구자들은 사람수준의 인공지능을 향하여 나아가는 것이 최선의 방법이라고 생각합니다. 우리는 이 강좌를 통해 가장 효과적인 머신러닝 기법을 배운 후 실행하는 실습을 하고 그 기법들을 각자의 일에 적용해 볼 수 있도록 합니다. 무엇보다 중요한 것은 이론의 기초를 배우는 데서 그치는 게 아니라, 필요한 실질적인 노하우를 습득하여 이를 신속하고 효과적으로 새로운 문제에 적용할 수 있어야합니다. 마지막으로, 머신러닝이나 인공지능과 관련이 깊은 실리콘밸리의 우수사례들을 알아볼 것입니다.



이 과정은 머신러닝, 데이터 마이닝, 통계적 패턴 인식에 대한 개론을 제공합니다. 세부과정은 다음과 같습니다. (i) 지도학습(모수/비모수 알고리즘, 서포트 벡터 머신, 커널, 신경회로망), (ii) 자율학습(군집화, 차원축소, 추천시스템, 딥 러닝) (iii) 머신러닝의 우수사례(편차/분산 이론; 머신러닝과 인공지능의 혁신적 프로세스). 이 과정은 또한 다양한 케이스 스터디와 적용사례들을 다루고 있어 스마트로봇(지각, 제어), 문자 이해(웹 검색, 안티스팸), 컴퓨터 비전, 의료정보학, 오디오, 데이터베이스 마이닝 등을 만들려면 학습 알고리즘을 어떻게 적용해야 하는지에 대해 배울 수 있습니다.