인프런 - 라이프타임 커리어 플랫폼

스스로 생각하는 힘을 길러주는 수학 기반의 사고력! 오늘도 야근이신가요? 그렇다면 본 과정을 통해 수학적 사고력을 높여 효율적으로 업무를 수행하시길 바랍니다.

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!

이 과정은 투영 이론을 심도 있게 다루며, 다양한 직교 투영 아래에서 집합이 어떻게 거동하는지 탐구합니다. 학습자들은 조화 분석과 해석적 정수론을 포함한 여러 수학 분야에 걸쳐 고전적 기법과 현대적 응용을 모두 접하게 됩니다.

이 과정은 과학 및 공학을 위한 기초 이산수학을 다루며, 컴퓨터 과학에 유용한 수학적 도구와 증명 기법에 초점을 맞춥니다. 학습자는 논리 기호, 집합, 관계, 그래프 이론, 상태 머신 및 알고리즘과 같은 주제를 탐구하게 됩니다.

수학 좋아하는 사람 손! 확률과 통계 배우고 싶은 사람 손!

이 강좌를 통해 다변수 함수의 적분 심화에 대한 지식을 쌓을 수 있습니다.

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

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.

이 과정은 선형 대수 개념을 통해 머신러닝 알고리즘, 특히 딥러닝과 신경망을 이해하고 만드는 데 필요한 내용을 다룹니다. 확률, 통계, 최적화에 대한 응용을 포함하여 선형 대수의 전반적인 설명을 제공합니다.

인공지능 학습과 연구에 필요한 최소한의 선형대수학을 탄탄하게 다지는 강의입니다. 인공지능 대학원 입시 준비는 물론, 논문을 읽고 연구를 진행할 때 자주 마주치는 핵심 개념과 기초적인 수치 선형대수학 기법까지 함께 다룹니다.

이 강좌를 통해 다변수 함수의 적분의 기초에 대한 지식을 쌓을 수 있습니다.

이 강좌를 통해 수강생은 벡터 미적분학 (미적분2)에서 미분의 기초에 대해 다질 수 있습니다.

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.

이 과정은 해석학에 대한 소개를 제공하며, 수학 정리를 증명하는 방법과 증명 작성법을 배우는 것을 목표로 합니다. 또한, 미적분학의 정리를 엄밀하게 증명하는 방법을 다룹니다.

이 과정에서는 이산 확률 과정의 수학적 원리와 직관을 배우고, 다양한 모델을 만들고 분석하는 방법을 익힐 수 있습니다. 공학, 물리학, 생물학 등 여러 분야에서 유용한 이산 확률 모델을 탐구합니다.

이 과정은 다변수 미적분학의 기초를 다루며, 학습자들은 미적분의 핵심 개념을 이해하고 다양한 문제를 해결하는 방법을 배울 수 있습니다.

이 과정은 미적분학의 기초를 다루며, 주로 신입생을 위한 미적분학 입문 과정에서 배우는 내용을 포함합니다. 학습자들은 미적분학의 핵심 개념을 복습하고, 처음 배우는 학생들에게도 유용한 자료를 제공합니다.

이 과정에서는 다변수 함수에 대한 미분, 적분 및 벡터 미적분학을 다룹니다. 수학적 도구와 방법은 물리 과학, 공학, 경제학 및 컴퓨터 그래픽스에서 광범위하게 사용됩니다.

학창시절 수학을 포기했었지만 이제 공업수학에 도전하려고 하시는 성인분들에게 중, 고교수학의 기반을 만들어 드리는 강의입니다.

학창시절 수포자였나요? 인공지능에서 수학이 중요하다고 하는데, 어떻게 접근해야할지 막막하나요? 인공지능에서 수학이 중요한 이유는, 인공지능(머신러닝과 딥러닝)의 연산 과정에서 수학을 사용하고 있기 때문입니다. 인공지능을 이해하기 위한 미분, 선형대수학 및 확률과 통계에 대한 쉬운 설명을 위해 수학적 풀이보다 그래프(좌표)를 이용한 쉬운 설명으로 구성되었습니다.