1. |
|
인공지능 소개 |
인공지능의 정의, 역사, 요소기술 분야, 주요 응용분야, 최근 동향, 인공지능의 윤리, 인공지능의 특이점에 대해서 소개한다. |
|
|
|
인공지능 소개 |
인공지능의 정의, 역사, 요소기술 분야, 주요 응용분야, 최근 동향, 인공지능의 윤리, 인공지능의 특이점에 대해서 소개한다. |
|
2. |
|
탐색과 최적화 I |
상태공간, 맹목적 탐색, 정보이용탐색, 게임탐색, AlphaGo에서의 탐색 기법을 소개한다. |
|
|
|
탐색과 최적화 I |
상태공간, 맹목적 탐색, 정보이용탐색, 게임탐색, AlphaGo에서의 탐색 기법을 소개한다. |
|
3. |
|
탐색과 최적화 II |
제약조건 만족문제, 조합 최적화(유전 알고리즘, 메타 휴리스틱), 함수 최적화(제약조건 최적화, 라그랑주 함수, 회귀문제, 최대경사법)에 대해서 소개한다. |
|
|
|
탐색과 최적화 II |
제약조건 만족문제, 조합 최적화(유전 알고리즘, 메타 휴리스틱), 함수 최적화(제약조건 최적화, 라그랑주 함수, 회귀문제, 최대경사법)에 대해서 소개한다. |
|
4. |
|
지식표현 및 추론 I |
지식표현, 규칙, 프레임, 명제 논리 등에 대해서 다른다. |
|
|
|
지식표현 및 추론 I |
지식표현, 규칙, 프레임, 명제 논리 등에 대해서 다른다. |
|
5. |
|
지식표현 및 추론 II |
술어논리와 추론, 의미망, 스크립트, 온톨로지, RDF, 시맥틱 웹에 대해서 다룬다. |
|
|
|
지식표현 및 추론 II |
술어논리와 추론, 의미망, 스크립트, 온톨로지, RDF, 시맥틱 웹에 대해서 다룬다. |
|
6. |
|
지식표현 및 추론 III |
불확실한 지식표현 방법으로 확신도, 확률기반 지식표현, 퍼지이론에 대해서 다룬다. |
|
|
|
지식표현 및 추론 III |
불확실한 지식표현 방법으로 확신도, 확률기반 지식표현, 퍼지이론에 대해서 다룬다. |
|
7. |
|
지식표현 및 추론 IV |
확률그래프 모델, 함수기반 지식표현, 규칙기반 시스템 등에 대해서 다른다. |
|
|
|
지식표현 및 추론 IV |
확률그래프 모델, 함수기반 지식표현, 규칙기반 시스템 등에 대해서 다른다. |
|
8. |
|
기계학습 I |
기계학습의 개념, 기계학습이 종류(지도학습, 비지도학습, 강화학습, 반지도학습)에 대해서 다루느다 |
|
|
|
기계학습 I |
기계학습의 개념, 기계학습이 종류(지도학습, 비지도학습, 강화학습, 반지도학습)에 대해서 다루느다 |
|
9. |
|
기계학습 II |
결정트리, 앙상블 분류기, k-근접이웃알고리즘, 군집화 알고리즘, 단순 베이즈 분류기 |
|
|
|
기계학습 II |
결정트리, 앙상블 분류기, k-근접이웃알고리즘, 군집화 알고리즘, 단순 베이즈 분류기 |
|
10. |
|
기계학습 III |
퍼셉트론, 다층 퍼셉트론 등의 신경망과 학습알고리즘을 소개하고, 딥러닝 방법에 대해서 소개한다. |
|
|
|
기계학습 III |
퍼셉트론, 다층 퍼셉트론 등의 신경망과 학습알고리즘을 소개하고, 딥러닝 방법에 대해서 소개한다. |
|
11. |
|
기계학습 IV |
서포트벡터 마신(SVM)의 원리 및 알고리즘에 대해서 학습한다. |
|
|
|
기계학습 IV |
서포트벡터 마신(SVM)의 원리 및 알고리즘에 대해서 학습한다. |
|
12. |
|
강화학습 |
강화학습의 개념과 대표적인 강화학습 알고리즘에 대해서 소개한다. |
|
|
|
강화학습 |
강화학습의 개념과 대표적인 강화학습 알고리즘에 대해서 소개한다. |
|
13. |
|
계획수립 |
계획수립의 개념, 계획수립 문제의 형태, 계획수립언어, 고전적 계획수립 기법 등에 대해서 소개한다. |
|
|
|
계획수립 |
계획수립의 개념, 계획수립 문제의 형태, 계획수립언어, 고전적 계획수립 기법 등에 대해서 소개한다. |
|