차수

일수

강의내용(이론)

1주차

(20H)

7.13(4H)

기계학습과 딥러닝의 기초이론 강의

Linear, Logistic Regression, SVM, DT, etc. 강의

Deep Learning Algorithm 강의

7.14(4H)

Loss, Activation Function의 원리와 종류

Optimizer의 원리와 종류

인공지능 학습에서 데이터 중요한 이유와 특징을 계산하는 방법

인공지능을 평가하는 방법은 무엇인가: Metric 강의

7.15(4H)

인공지능을 위한 데이터는 어디서 획득하는가?

통계를 기반으로 하는 데이터 분석 방법 강의

DNN(Deep Neural Network) 강의

7.16(4H)

컴퓨터가 이미지를 이해하는 방법: 이미지 인식 기초 강의

이미지를 위한 인공지능: CNN(Convolutional Neural Net) 강의

Convolutional Layer, Pooling Layer와 Image localization 문제

7.17(4H)

의료데이터를 분할하는 인공지능: U-Net

세상에 없는 새로운 사진을 만든다: DCGAN

임상 데이터 활용을 위한 기초지식

2주차

(25H)

13:00

~

18:00

7.20(5H)

/ 죽헌802호

기계학습의 학습 방식에 따른 코드 구현

Linear, Logistic Regression, SVM, DT, etc. 을 실습을 통한 구현

DNN(Deep Neural Network) 실습

인공지능을 평가하는 코드는?: Metric 실습

7.21(5H)

/데이터안심존

당뇨병을 예측하는 인공지능을 위해 무엇이 필요할까?: 인공지능 개발

통계를 기반으로 하는 데이터 분석 실습: Pandas, Seaborn Package

내가 원하는 이미지를 마음대로 다루어보기: CV2 Package

이미지 인공지능의 출발점: CNN을 통한 MNIST 실습

7.22(5H)

/데이터안심존

병원 임상 데이터로 시작하는 인공지능 프로젝트: 주제 발굴

병원 임상 데이터로 시작하는 인공지능 프로젝트: 데이터 핸들링

7.23(5H)

/데이터안심존

병원 임상 데이터로 시작하는 인공지능 프로젝트: 이미지 프로세싱

병원 임상 데이터로 시작하는 인공지능 프로젝트: 인공지능 모델 개발

병원 임상 데이터로 시작하는 인공지능 프로젝트: 새로운 Package 적용

병원 임상 데이터로 시작하는 인공지능 프로젝트: 내 모델 평가하기

7.24(5H)

/데이터안심존, 죽헌802호

병원 임상 데이터로 시작하는 인공지능 프로젝트: 평가 결과 해석

병원 임상 데이터로 시작하는 인공지능 프로젝트: 모델 성능을 발전시키자

병원 임상 데이터로 시작하는 인공지능 프로젝트: 프로젝트 발표