기계학습의이해

Understanding Machine Learning

한국외국어대학교 Language & AI 융합학부

Hankuk University of Foreign Studies

강의 개요

기계학습의 기본 개념부터 최신 딥러닝 기법까지, 이론과 실습을 통해 체계적으로 학습합니다. Python과 주요 머신러닝 라이브러리를 활용한 실무 중심의 교육을 제공합니다.

학습 목표

  • 기계학습의 핵심 개념과 원리 이해
  • 지도학습, 비지도학습, 강화학습의 주요 알고리즘 습득
  • 실제 데이터를 활용한 문제 해결 능력 배양
  • 딥러닝 모델의 설계 및 구현 경험
강의 정보
  • 강의 시간: 목요일 7,8,9교시 (15:00-18:00)
  • 강의실: 교수학습개발원 108호 (PC실습실)
  • 학점: 3학점
  • 수강권장 사전지식: Python 기초, 선형대수, 확률·통계 기초
사용 도구
  • 언어: Python 3.11+
  • 라이브러리: NumPy, Pandas, Scikit-learn
  • 딥러닝: PyTorch
  • 환경: Google Colab, Jupyter Notebook

과목 정보

과목 기본정보
  • 과목명: 기계학습의이해
  • 과목코드: M03111101
  • 개설학과: Language & AI 융합학부
  • 담당교수: 최승택
핵심역량
  • 자기주도적 학습능력
  • 지식·기술 활용능력
  • 창의·혁신적 사고능력
  • 문제해결능력

강의 계획

주차 주제 세부 내용 자료
1주차
2025.09.04
기초
Introduction 강의 소개 및 GitHub 실습 강의자료
2주차
2025.09.11
기초
Mathematical Foundations Linear Algebra 강의자료
3주차
2025.09.18
기초
Optimization Gradient Descent 등 최적화 알고리즘 강의자료
4주차
2025.09.25
지도학습
Supervised Learning (1) Regression 강의자료
5주차
2025.10.02
지도학습
Supervised Learning (2) Classification 강의자료
6주차
2025.10.09
휴강
추석 연휴로 인한 휴강 추석 연휴 (10.6~10.9) -
7주차
2025.10.16
비지도학습
Unsupervised Learning (1) kNN, Decision Trees, Clustering 강의자료
8주차
2025.10.23
중간고사
중간고사 1-7주차 내용 평가 (중간고사 기간: 10.20~10.24) -
9주차
2025.10.30
비지도학습
Unsupervised Learning (2) Dimension Reduction 강의자료
10주차
2025.11.06
신경망
Neural Networks (1) ANN 강의자료
11주차
2025.11.13
신경망
Neural Networks (2) Autoencoder 강의자료
12주차
2025.11.20
딥러닝
Deep Learning (1) CNN 강의자료
13주차
2025.11.27
딥러닝
Deep Learning (2) RNN 강의자료
14주차
2025.12.04
고급주제
Advanced Topics (1) XAI 강의자료
15주차
2025.12.11
고급주제
Advanced Topics (2) Active Learning, PINN 강의자료
16주차
2025.12.18
기말고사
기말고사 전체 내용 종합 평가 (기말고사 기간: 12.15~12.19) -

평가 체계

중간고사 35%
기말고사 35%
출석 및 참여 10%
실습 과제 20%
총합 100%

학습 자료 및 도구

교재
별도의 지정 교재는 없습니다. 강의자료와 온라인 리소스를 활용합니다.
필수 소프트웨어
  • Python 3.11 이상
  • Jupyter Notebook 또는 Google Colab
  • NumPy, Pandas, Scikit-learn 라이브러리
추천 온라인 자료
강의 진행에 따라 유용한 온라인 자료와 추천 강의를 안내할 예정입니다.

공지사항