한국외국어대학교 Language & AI 융합학부
Hankuk University of Foreign Studies · 2026학년도 2학기
기계학습의 기본 개념부터 딥러닝과 강화학습까지, 이론과 실습을 통해 체계적으로 학습합니다. Python과 주요 머신러닝 라이브러리를 직접 다룹니다.
| 주차 | 주제 | 세부 내용 | 자료 |
|---|---|---|---|
| 1주차 기초 | Introduction | Course Overview, Introduction to AI | 강의자료 |
| 2주차 지도학습 | Supervised Learning (1) | Regression, Gradient Descent | 강의자료 |
| 3주차 지도학습 | Supervised Learning (2) | Logistic Regression, SVM, Decision Trees | 강의자료 |
| 4주차 평가 | Evaluation & Ensembles | Evaluation Protocol, Metrics, Ensembles | 강의자료 |
| 5주차 신경망 | Neural Networks (1) | Perceptron, Backpropagation, Activation Functions | 강의자료 |
| 6주차 신경망 | Neural Networks (2) | Optimization, Regularization, Word Representation | 강의자료 |
| 7주차 실습 | PyTorch Practice | Training Pipeline | 강의자료 |
| 8주차 시험 | 중간고사 | — | |
| 9주차 비지도학습 | Unsupervised Learning (1) | K-means, GMM, Anomaly Detection | 강의자료 |
| 10주차 비지도학습 | Unsupervised Learning (2) | PCA, SVD, t-SNE, Autoencoder | 강의자료 |
| 11주차 강화학습 | Reinforcement Learning | MDP, Q-learning, Policy Gradient | 강의자료 |
| 12주차 딥러닝 | Deep Learning (1) | CNN, RNN, LSTM | 강의자료 |
| 13주차 딥러닝 | Deep Learning (2) | Attention, Transformer, LLM, RLHF | 강의자료 |
| 14주차 프로젝트 | 최종 프로젝트 발표 | Project Presentations | — |
| 15주차 시험 | 기말고사 | — |
| 중간고사 | 30% |
| 기말고사 | 30% |
| 과제 (실습 + 최종 프로젝트) | 40% |
| 출석 | 0% |
| 총합 100% | |
출석과 수업 참여는 점수에 반영하지 않고 제출물로만 평가합니다. 과제 40%는 실습 과제와 14주차 최종 프로젝트를 합산하며, 최종 프로젝트는 개인 단위로 진행합니다.