• 강좌 URL: http://kooc.kaist.ac.kr/machinelearning1_17

1주 Lecture 0: Introduction

• 강좌 동영상

• 최근 인공지능은 어디에서나 쓰이는 기술 요소
  • 인공지능은 어디에서나 쓰이는 기술 요소
  • 이메일 스팸필터 기능
  • SNS의 친구 추천 기능
  • 동영상 재생 추천 기능
  • 자동차 번호판 인식 기능
  • 대규모 생산 공정에서의 품질 관리
  • 적재적소에 물품을 운송하는 물류 시스템
  • 군대의 자동화 무기
  • 재난 대응을 위한 로봇

• 지능이란?

  • 지속적인 경험 축적을 통해서 어떠한 행동 및 의사 결정을 점점 더 잘 할 수 있다면 이러한 학습을 하는 대상은 지능이 있다고 말할 수 있음.
  • 인공지능을 만들기 위해서는 기계가 학습하는 벙법을 연구 개발해야 한다.
    

• 강좌 대상 영역

  • 미적분학, 선형대수학
  • 통계학
  • 프로그래밍 언어

• 강좌 목표

  • 기계학습에 대한 구체적인 지식과 원리를 파악

1주 Lecture 1: Motivation

• 강좌 동영상

• 학습 목표
  • 기계학습이란 무엇인가?
  • 기계학습의 여러 분야

• 머신러닝의 여러가지 이름

  • Data Mining
  • Knowledge Discovery: 지식 발견
  • Machine Learning
  • Artificial Intelligence

• 머신러닝을 다양하게 부르는 이유

  • 여러 학문의 참여
    • Statistics
    • Management
    • Industrial Engineering
    • Database in CS
    • AI in CS

• 인공지능이 부각되는 이유

  • 데이터의 다양성
    • Text Data
    • Network Data
    • Time Series Data
    • Image Date
  • 데이터 유형
    • News Article
    • Machine Log
    • Social Network
    • Social Media
    • Purchase + Review
    • Disease outbreak data
    • Trajectory Data
    • Vehicle Tragectory Data

• Document Classification
• Stock Market Prediction
• Plate Num Recogintion
• SNS Recommendation
• Helicopter Control: Inverted Control

• 텍스트 + Network 분석 + 기타 여러 ML 기법

• SNS 정보 정량적 통계
• With Machine Learning
  • 토픽 추출
  • 주제 전바 방법
  • Summarize

• 다우존스 인덱스와 스위스 단어수는 Negative correlation
• 주식 시장 위험시 안전자산에 대한 관심 높아짐

• 머신러닝의 유형
  • Supervised Learning: Prediction
  • Unsupervised Learning: Summarization
  • Reinforcement Learning: 지능적 행동 판단

• Supervision이 존해하는 분석

• 데이터 내부의 관계와 패턴, Latent factor, 그래프 구조 파악