데이터마이닝과 기계학습
태그
3학점
3-1 수강 권장
1학기 개설
과목 설명
이 과목에서는 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 특히 이러한 목적을 위한 기계 학습의 실용적인 기초와 새로운 패러다임을 소개하여 여러 실제 세계 도메인 응용에 어떻게 적용하는지 학습한다.
과목명(과목코드)
데이터마이닝과 기계학습(M3639.001800)
선이수 과목
공학수학2
주 사용 교재
[주교재] Machine Learning: A Probabilistic Perspective. Kevin P. Murphy
[부교재] Probabilistic Machine Learning: An Introduction. Kevin P. Murphy.
Probabilistic Machine Learning: Advanced Topics. Kevin P. Murphy
Elements of Statistical Learning. Trevor Hastie.
Introduction to Mathematical Statistics. Robert V. Hogg.
Mathematical Statistics and Data Analysis. John A. Rice.
커리큘럼
Week 1
Introduction, Probability
Week 2
Generative models for discrete data, Gaussian models
Week 3
Bayesian statistics, Frequentist statistics
Week 4
Linear regression, Logistic regression
Week 5
Generalized linear models and the exponential family, Directed graphical models (Bayes nets)
Week 6
Mixture models and the EM algorithms
Week 7
Sparse linear models, Kernels
Week 8
Midterm
Week 9
Gaussian processes, Adaptive basis function models
Week 10
Markov and hidden Markov models, State space models
Week 11
Undirected graphical models (Markov random fields), Exact inference for graphical models
Week 12
Variational inference, More variational inference
Week 13
Monte Carlo inference, Markov vhain Monte Carlo inference
Week 14
Clustering, Graphical model structure learning
Week 15
Latent variable models for discrete data
Week 16
Final
크로스리스팅 교과목
