【한글자막】 Machine Learning 라이브러리 수학적 기초

Description

• 데이터 사이언스가 되기 위한 필수 수학 지식!

• 선형대수, 텐서 계산, 행렬 성질, 극한 등 선형대수와 미적분학에서 필요한 수학 개념만 쏙쏙 골라 듣는 강의!

• 머신러닝 알고리즘과 데이터 사이언스 모델 속 수학 개념!

• 차트를 이해하고 간단한 방정식 문제를 해결(중학교 수준)할 수 있는 수준이라면 누구나 따라올 수 있습니다!

• 많은 실습과제와 파이썬 코드, 연습문제 포함

머신 러닝(Machine Learning)을 공부하는데 있어 이 수학 강의가 꼭 필요한 이유

Scikit-learn과 Keras와 같은 높은 수준의 라이브러리 덕분에 데이터 사이언스를 처음 배우는 것은 어렵지 않습니다.

그러나 이 라이브러리들의 수학적 알고리즘을 이해하는 것은 여러분에게 무한한 가능성을 열어줍니다.

딥러닝의 대가이신 Jon Krohn 박사님이 진행하는 이 수업은, 머신러닝 알고리즘과 데이터 사이언스 모델 속 수학 개념(선형대수와 미적분학)에 대한 정확한 이해를 다룹니다.

이 강의를 통해 처음 배우거나 잊어버린 수학 개념을 되살리는데 많은 도움을 받을 수 있습니다.

또한, 강의에서 가장 중요한 Python 텐서 라이브러리인 NumPy, TensorFlow, PyTorch를 모두 사용하여 텐서를 조작합니다.

머신 러닝 전문가가 되기 위해 이 강의에서 배울 수학 지식

1. 선형대수 데이터 구조

2. 텐서 계산

3. 행렬 성질

4. 고유벡터와 고유값

5. 머신러닝을 위한 행렬 계산

6. 극한값

7. 도함수와 미분

8. 자동 미분

9. 편도함수 계산

10. 적분 계산

수석 데이터 과학자이자 1위 베스트셀러 작가 Dr Jon Krohn과 Ligency Team이 전하는 한 마디

한국 수강생 여러분들 안녕하세요?

수학은 데이터 사이언스와 머신러닝의 핵심입니다. 따라서, 데이터 사이언스의 최고 전문가가 되기 위해서는, 대부분의 관련된 수학에 대한 전반적인 이해가 반드시 필요합니다.

모델링 설정부터 새롭고 더 강한 솔루션을 개발하는 것까지, 이 모든 이면에 있는 수학을 이해하는 것은 여러분의 커리어에 극적인 영향을 끼칠 수 있습니다.

중학교 수학 수준의 차트를 이해하고 간단한 방정식을 재배열하는 것들이 가능하다면 여러분은 이 강의의 모든 수학 과목을 따라올 모든 준비가 되어 있습니다.

모든 코드 시연은 파이썬으로 이루어지니 해당 언어로 학습하거나, 혹은 실습 예제와 함께 다른 객체 지향 프로그래밍 언어를 사용하는 것도 도움이 될 것입니다.

각 강의에 걸쳐서, 여러분들에게 수많은 실습 과제, 파이썬 코드 실현, 그리고 당신의 수학 실력을 업그레이드 시켜 줄 실용적인 연습문제들이 주어집니다.

그렇다면, 최고의 데이터 과학자로 거듭나실 준비가 되셨습니까? 곧 강의에서 만나도록 합시다.

강의를 들으시고 강의와 관련하여 궁금하신 점은 무엇이든 Q&A에 남기실 수 있지만, 꼭 영어로 남겨주세요. 그래야 답변을 드릴 수 있습니다. :)

- Ligency Team

What You Will Learn!

• 모든 Machin Learning 및 Data Sciencedml 기초가 되는 중요한 수학 과목인 선형 대수와 미적분학의 기초 이해
• 가장 중요한 세 가지 세 가지 Python 텐서 라이브러리인 NumPy, TensorFlow 및 PyTorch를 모두 사용하여 텐서를 조작합니다.
• 머신러닝과 데이터 사이언스에 필수적인 벡터와 행렬 계산을 활용하는 방법
• 고유벡터, SVD, PCA를 활용하여 복잡한 데이터의 차원을 가장 유익한 요소로 축소하는 방법
• 심화 기술 (예, 유사역행렬) 및 기본 기술 (소거법)를 활용한 미지수에 대한 해결
• 파이썬의 interactive code 데모를 통해 미적분 원리의 상세 이해
• 연쇄 법칙과 같은 심화 미분 법칙 상세 이해
• 머신러닝 비용 함수의 편도함수를 TensorFlow와 PyTorch를 이용하여 뿐만 아니라 직접 계산
• 그래디언트에 대한 정확한 이해와 경사하강법을 통해 ML 실행에 있어서 이의 필수성을 이해
• 주어진 곡선의 하위면적을 계산하기 위한 적분의 활용
• 최신 머신러닝 논문 세부 내용을 더 상세하게 이해할 수 있게 됨
• 딥러닝에 사용되는 것을 포함하여, 머신러닝 알고리즘의 원리에 대한 이해

Who Should Attend!

• 머신러닝 알고리즘 교육 및 활용을 위해 높은 수준의 소프트웨어 라이브러리 (예를 들어, scikit-learn, Keras, TensorFlow)를 사용 중이며, 능력을 더 키우기 위해 기초에 대한 이해를 넓히고 싶으신 분
• 머신러닝 알고리즘을 생산 시스템으로 활용하기 위해 탄탄한 기초를 다지고 싶으신 소프트웨어 개발자
• 해당 과목에 대한 이해를 넓혀 이를 전문 영역으로 확장하고 싶으신 데이터 과학자
• 데이터 분석가 혹은 데이터 과학자나 데이터/ML 엔지니어를 꿈꾸는 A.I. 열정가이며, 완전 기초부터 철저히 이 분야에 대한 깊은 이해를 다지고 싶으신 분 (매우 현명한 선택입니다!)

TAKE THIS COURSE