inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유
채널톡 아이콘
NEW
대학 교육

/

수학

머신러닝, AI, Data Scientist, 공학전공자를 위한 선형대수 특강

머신러닝,AI, Robotics, 컴퓨터 비젼 등 공학전공자를 위한 깊이 있는 선형대수학 입니다. 깊이 있게 선형대수학을 공부하실 분들에게 권합니다. 가능한 쉽게 설명하면서 주제의 선택과 집중을 통하여 깊은 내용들을 다루고 있습니다.

2명 이 수강하고 있어요.

난이도 초급

수강기한 무제한

벡터
벡터
행렬분해
행렬분해
응용중심
응용중심
Python
Python
머신러닝
머신러닝
딥러닝
딥러닝
행렬
행렬
벡터
벡터
행렬분해
행렬분해
응용중심
응용중심
Python
Python
머신러닝
머신러닝
딥러닝
딥러닝
행렬
행렬

수강 후 이런걸 얻을 수 있어요

  • 머신러닝,AI, Robotics, 컴퓨터 비젼 등 공학전공자을 위한 선형대수

  • 가능한 쉬운 설명 부터 깊이있는 이론까지 세세히

  • 구체적인 예들을 사용 및 수학적 이론이 필요한 부분은 아주 자세

다차원 데이터 표현: 이미지, 텍스트, 음성 등의 다양한 데이터는 다차원의 벡터로 표현됩니다. 선형대수는 이러한 다차원 데이터를 다루고 변환하는 데에 필수적입니다.

이미지 처리: 컴퓨터 비전 분야에서 이미지는 행렬로 표현됩니다. 행렬 연산을 사용하여 이미지를 변환하고 필터링하며, 이는 컨볼루션 신경망(Convolutional Neural Network, CNN)에서 주로 사용됩니다.

선형 변환: 신경망과 같은 머신러닝 모델은 주로 선형 변환(행렬 곱셈)을 사용하여 입력 데이터를 변환하고 처리합니다. 선형대수는 이러한 변환을 효과적으로 다루는 도구를 제공합니다.

행렬 분해: 특이값 분해(SVD)나 고유값 분해 등의 선형대수적 기법은 주성분 분석(PCA)과 같은 차원 축소 기법에 사용되며, 중요한 특성을 추출하는 데 도움을 줍니다.

최적화 문제: 머신러닝에서 많이 사용되는 최적화 문제는 선형대수적인 개념을 기반으로 합니다. 예를 들어, 손실 함수를 최소화하기 위한 파라미터 업데이트는 행렬 미분과 그래디언트 하강과 관련이 있습니다.


위 내용들을 공부하기 위해서는 많은 시간과 노력을 들여야 합니다. 당장 무엇을 보여 줄려면 프로그래밍 구현에도 많은 시간이 들어갑니다. 만약 대학원 들어가서 공부라도 하게 되면 수학에서 발목을 잡히는 경우도 많이 있습니다.

저는 수학을 전공하고 공대에서 여러 해 동안 공대 학생들과 함께 연구하고 공부하면서 어떻게 하면 수학을 좀 더 쉬우면서 하지만 수학답게 공부하는 방법을 많이 고민해 봤습니다.

그래서 이번 강의에서는 구체적인 예들을 풀어보고 이를 이용해서 이론을 공부하는 방식을 택했습니다.

그리고 내용이 너무 많으면 시작하기도 전에 지치는 경우도 많습니다. 정말 내용은 쉽게 하지만 꼭 필요한 내용은 알차게 공부할 수 있도록 커리큘럼을 작성해 봤습니다.

바쁘지만 하루 15분에서 30분 꾸준히 투자해서 완강 할 수 있도록 노력해 봤습니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 머신러닝,AI, Robotics, 컴퓨터 비젼 등 공학전공자

  • 선형대수를 깊이 있게 제대로 공부 원하시는 분들에게 적극 추천

선수 지식,
필요할까요?

  • 하고자 하는 의지는 필수

  • 꾸준히 포기하지 않고 알때 까지 공부하실분

안녕하세요
임장환입니다.

244

명

수강생

10

개

수강평

8

개

답변

4.6

점

강의 평점

6

개

강의

박사 졸업 후 5년 정도 Computer vision를 공부하고 가르치는 계기가 돼서

지금까지 수학전공과 공학이론을 연결한 공부들을 하고 있습니다.

전문분야(공부 분야)

전공: 수학(Topological Geometry), 부전공(컴퓨터 공학)

현) 3D Computer Vision(3D Reconstruction) , Kalman Filter, Lie-group(SO(3)),

Stochastic Differential Equation 연구자

현) 유튜브 채널 운영: 임장환: 3D Computer Vision

현) facebook Spatial AI KR 그룹 (수학전문위원)

출신학교

독일 Kile 대학 이학박사 (Topological Geometry & Lie-group 전공, 컴퓨터 공학 부전공)

중앙대 수학과 학사, 석사(Topology 전공)

경력

전) 대성그룹 자회사 두비비젼 CTO

전) 중앙대학교 첨단영상 대학원 연구교수(3D Computer Vsion연구)

저서:

최적화이론: https://product.kyobobook.co.kr/detail/S000200518524

링크

유튜브: https://www.youtube.com/@3dcomputervision

블로그: https://blog.naver.com/jang_hwan_im

 

 

 

 

 

 

더보기

커리큘럼

전체

35개 ∙ (8시간 33분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

임장환님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

AI·머신러닝을 위한 확률이론: 베이즈·분포·추정의 핵심강의 썸네일

AI·머신러닝을 위한 확률이론: 베이즈·분포·추정의 핵심

임장환

₩88,000

초급 / Python

New
New

AI나 머신러닝 공부에서 확률 이론 습득은 필수 입니다. 좀 더 깊게 확률이론 공부를 원하시는 분들에게 추천합니다.

초급

초급

Python

AI·머신러닝을 위한 확률이론: 베이즈·분포·추정의 핵심강의 썸네일

AI·머신러닝을 위한 확률이론: 베이즈·분포·추정의 핵심

임장환

₩88,000

초급 / Python

New
New
최적화이론 Bible강의 썸네일

최적화이론 Bible

임장환

₩115,500

중급이상 / 최적화이론

4.0

(2)

모든 AI/딥러닝의 핵심은 결론적으로 최적화입니다. 물론 AI/딥러닝 에서만 최적화이론이 필요한 것은 아님니다. 컴퓨터 비젼, 로보틱스 & 제어시스템, 금융공학 & 퀀트, 데이터 과학, 신호 처리...아마 어느 분야를 공부하던 좀 더 깊이 들어가면 꼭 만나게 되는 주제 중 하나가 최적화이론 입니다. 이 강의에서는 수학적인 기초 이론부터 시작하여 깊이있는 내용들까지 체계적으로 다루고 있습니다. 국내에 개설된 최적화 이론 강의 중 단연 최고라 생각 합니다.

중급이상

중급이상

최적화이론

최적화이론 Bible강의 썸네일

최적화이론 Bible

임장환

₩115,500

중급이상 / 최적화이론

4.0

(2)

하루 10분 한달완성 최적화이론 1강의 썸네일

하루 10분 한달완성 최적화이론 1

임장환

₩55,000

초급 / 최적화이론, 선형대수학, 머신러닝, 컴퓨터 비전

5.0

(1)

AI/딥러닝, 컴퓨터 비젼, 컴퓨터 그래픽 등에 필요한 최적화이론 입니다. 최적화이론1에서는 중점적으로 다변수함수의 정의와 다변수함수의 미분을 다루고 있습니다. 왜 그럴까요! 모든 최적화 문제는 다변수 함수 형태로 표현되기 때문입니다. 정확한 다변수 함수의 정의와 미분개념을 습득하시면 위 분야의 이론적 접근이 상당히 쉬워집니다.

초급

초급

최적화이론, 선형대수학, 머신러닝

하루 10분 한달완성 최적화이론 1강의 썸네일

하루 10분 한달완성 최적화이론 1

임장환

₩55,000

초급 / 최적화이론, 선형대수학, 머신러닝, 컴퓨터 비전

5.0

(1)

하루 10분 한달완성 선형대수학강의 썸네일

하루 10분 한달완성 선형대수학

임장환

₩55,000

초급 / 선형대수학, 행렬, 딥러닝

4.6

(5)

AI/딥러닝에 필요한 선형대수 내용을 하루 10분 투자 한 달 완성으로 마스터 해봐요

초급

초급

선형대수학, 행렬, 딥러닝

하루 10분 한달완성 선형대수학강의 썸네일

하루 10분 한달완성 선형대수학

임장환

₩55,000

초급 / 선형대수학, 행렬, 딥러닝

4.6

(5)

임장환의 칼만 필터(Kalman Filter) 1강의 썸네일

임장환의 칼만 필터(Kalman Filter) 1

임장환

₩220,000

초급 / kalman-filter, 확률과 통계, 선형대수학, MATLAB, Python

5.0

(2)

쉬운 예제를 통한 칼만 필터(Kalman Filter)의 이론적인 동작 원리를 이해할 수 있습니다.

초급

초급

kalman-filter, 확률과 통계, 선형대수학

임장환의 칼만 필터(Kalman Filter) 1강의 썸네일

임장환의 칼만 필터(Kalman Filter) 1

임장환

₩220,000

초급 / kalman-filter, 확률과 통계, 선형대수학, MATLAB, Python

5.0

(2)

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

비전공자를 위한 수학 통계 기초(이론)강의 썸네일

비전공자를 위한 수학 통계 기초(이론)

SW School

₩33,000

입문 / 선형대수학, 확률과 통계, Python

5.0

(2)

본 과정은 파이썬을 이용한 머신러닝 수학 및 통계의 기본 내용을 실습하는 과정입니다. 기계 학습과 딥러닝은 프로그래밍 역량도 필요하지만 원리를 파악히기 위해서 수학적 배경을 필요로 합니다. 본 과정을 통해 인공지능에 필요한 기초 수학을 차근차근 익힐 수 있습니다!

입문

입문

선형대수학, 확률과 통계, Python

비전공자를 위한 수학 통계 기초(이론)강의 썸네일

비전공자를 위한 수학 통계 기초(이론)

SW School

₩33,000

입문 / 선형대수학, 확률과 통계, Python

5.0

(2)

Python을 사용하여 미적분학 2 마스터하기: 적분, 직관, 코드강의 썸네일

Python을 사용하여 미적분학 2 마스터하기: 적분, 직관, 코드

Mike X Cohen

₩69,300

입문 / Python, Numpy, 미적분, sympy

5.0

(3)

적분학의 이론, 수치 근사, 직관, 그리고 시각화. 수학-코딩 스킬을 향상시키세요.

입문

입문

Python, Numpy, 미적분

Python을 사용하여 미적분학 2 마스터하기: 적분, 직관, 코드강의 썸네일

Python을 사용하여 미적분학 2 마스터하기: 적분, 직관, 코드

Mike X Cohen

₩69,300

입문 / Python, Numpy, 미적분, sympy

5.0

(3)

개발자를 위한 딥러닝강의 썸네일

개발자를 위한 딥러닝

김우근

₩59,400

중급이상 / 머신러닝, 딥러닝, 통계, 인공지능(AI), 확률과 통계

4.8

(10)

100+

실습보다 이론과 맥락에 집중하여, 딥러닝을 깊이 있게 정리하고 큰 그림을 잡고 싶은 분들에게 도움이 되는 강의입니다. 딥러닝의 뿌리가 되는 수학·통계적 배경을 쉽게 이해할 수 있으며, 현대 딥러닝의 주요 모델인 AutoEncoder, GAN, Transformer, AlphaGo 등의 원리를 개발자 관점에서 직관적으로 해석해 드립니다.

중급이상

중급이상

머신러닝, 딥러닝, 통계

개발자를 위한 딥러닝강의 썸네일

개발자를 위한 딥러닝

김우근

₩59,400

중급이상 / 머신러닝, 딥러닝, 통계, 인공지능(AI), 확률과 통계

4.8

(10)

100+
[R로 하는] 머신러닝을 위한 통계학 기초강의 썸네일

[R로 하는] 머신러닝을 위한 통계학 기초

코코

₩49,500

초급 / 통계, R, 머신러닝

4.2

(9)

100+

머신러닝을 공부하고 싶지만 통계학적 지식이 부족한 사람들 위한 강의 입니다.

초급

초급

통계, R, 머신러닝

[R로 하는] 머신러닝을 위한 통계학 기초강의 썸네일

[R로 하는] 머신러닝을 위한 통계학 기초

코코

₩49,500

초급 / 통계, R, 머신러닝

4.2

(9)

100+

월 ₩18,700

5개월 할부 시

₩93,500