Introduction

수업목표, 강의교재 및 참고자료, 선수과목, 강의범위, 주의사항

수업목표

- 다양한 딥러닝 분석기법의 원리를 이해한다.

- 파이토치 사용방법을 익힌다.

강의교재 및 참고자료

- 강의교재: 강의노트

- 참고자료:

• 2021년 빅데이터분석 강의노트 (본 수업은 2021년 빅데이터분석 수업과 유사한 콘텐츠로 진행할 예정임)
• 2022년 파이썬입문 강의노트 (numpy, class 부분이 약하다고 생각하면 참고 할 것)
• fastai, Deep Learning for Coders with fastai & PyTorch, Deep Learning for Coders with fastai & PyTorch (번역판)

선수과목

- 필수: 파이썬입문 (수업시간에 별도로 파이썬을 리뷰하는 시간을 갖지 않음)

- 선택: 수리통계학, 회귀분석, 선형대수학 (수업이해에 필요한 최소한의 지식은 리뷰함)

강의범위

- 딥러닝의 기초: DNN, 손실함수, 옵티마이저, 역전파, universal approximation thm

- 이미지 자료 분석: CNN, Class Activation Map (CAM) and XAI

- 추천시스템: SVD, Collaborative Filtering …

- 텍스트와 시퀀스 자료 분석: RNN, LSTM, GRU, Attention…

- 생성모형: 식별모형과 생성모형, GAN

주의사항

- 출석을 모두 하고 과제를 모두 제출하였더라도 중간고사와 기말고사 합산점수가 매우 낮을 경우 F 혹은 D 학점이 나갈 수 있음.

- 2022년 1학기 데이터과학 수업과 내용이 일부 겹칠 수 있음 (다만 2022년 1학기 데이터과학 수업은 텐서플로우로 본 수업은 파이토치로 진행하는 차이점은 있음)