Ai 2020-02: Difference between revisions

From Innovation
Jump to: navigation, search
No edit summary
 
(5 intermediate revisions by the same user not shown)
Line 1: Line 1:
= 초보자를 위한 빅데이터 머신러닝 =
= 초보자를 위한 빅데이터 머신러닝 =
주관: 경상대학교 공학교육혁신센터
장소: 407-202
일시: 2020-08-24 - 08-29 09:00-18:00
특전: 점심 제공


== 1일차 ==
최근 머신러닝은 자율주행, 로봇, 음성인식, 얼굴/모션 인식, 기계번역 등의 다양한 현실의 문제를 수학적/소프트웨어적 방법을 활용하여 해결하는 방법을 제시한다. 머신러닝을 학습하기 위해서는 많은 데이터를 사용하기 때문에 대용량 데이터를 처리하는 빅데이터 분석 방법과 접목하여 정제된 데이터를 머신러닝에 학습하여 사용한다. 이 강의는 수강생들이 실생활의 머신러닝/인공지능 문제에 대처할 수 있는 능력을 높이기 위한 기초 능력을 배양하는 것을 목표로 한다. 이 강의 통해 많은 데이터를 수집(크롤링) 및 정리하는 법과 인공지능의 기본원리 및 TensorFlow 및 Keras와 같은 머신러닝 프레임워크를 사용해 인공지능 시스템 구현 및 학습하는 능력을 실습 프로젝트를 통해 학습하게 된다.
 
* 주관: 경상대학교 공학교육혁신센터
* 장소: 407-202
* 일시: 2020-11-07 - 11-22
* 특전: 점심 제공
 
= 1일차 (2020.11.07) =
* 컴퓨터 언어의 이해
* 컴퓨터 언어의 이해
* 플로우 다이어그램으로 논리 표현
* 플로우 다이어그램으로 논리 표현
Line 12: Line 15:
* 참고 Online book : A byte of python (무료 python 교재) [http://open.gnu.ac.kr/lecslides/2020-1-AI/byte_of_python.pdf A byte of Python 다운받기]
* 참고 Online book : A byte of python (무료 python 교재) [http://open.gnu.ac.kr/lecslides/2020-1-AI/byte_of_python.pdf A byte of Python 다운받기]


=== 문제 ===
== 문제 ==
각 코드에는 할 일이 명시가 되어 있습니다. 코드를 읽어보고 각 문제를 팀원들과 함께 해결하세요.
각 코드에는 할 일이 명시가 되어 있습니다. 코드를 읽어보고 각 문제를 팀원들과 함께 해결하세요.
* code [http://open.gnu.ac.kr/lecslides/2020-1-AI/code.zip 코드 다운받기]
* code [http://open.gnu.ac.kr/lecslides/2020-1-AI/code.zip 코드 다운받기]
Line 26: Line 29:
현재도 실행가능한 코드이기 때문에 시작 전에 터미널에서 <code> python3 ant.py</code>를 실행해보세요.
현재도 실행가능한 코드이기 때문에 시작 전에 터미널에서 <code> python3 ant.py</code>를 실행해보세요.


== 2일차 ==
= 2일차 (2020.11.08)=
* HTML 파서 개요
* HTML 파서 개요
* python Beautiful Soup (HTML 파싱 라이브러리) 사용해 보기
* python Beautiful Soup (HTML 파싱 라이브러리) 사용해 보기
Line 36: Line 39:




== 3일차 ==
= 3일차 (2020.11.14)=
* 인공지능 개론
* 인공지능 개론
* 인공지능의 철학적 고찰
* 인공지능의 철학적 고찰
Line 46: Line 49:




== 4일차 ==
= 4일차 (2020.11.15)=
* Colab 사용법  
* Colab 사용법  
* MNIST 손글씨 숫자 이미지 데이터를 활용하여 지도 학습 인공 신경망 구성하기
* MNIST 손글씨 숫자 이미지 데이터를 활용하여 지도 학습 인공 신경망 구성하기
Line 54: Line 57:




== 5일차 ==
= 5일차 (2020.11.21)=
* MNIST 의류패션 이미지 데이터를 활용하여 비지도 학습 인공 신경망 구성하기
* MNIST 의류패션 이미지 데이터를 활용하여 비지도 학습 인공 신경망 구성하기
* 사용자 모델과 사용자 데이터 파이프라인 그리고 사용자 정의 학습 적용하기  
* 사용자 모델과 사용자 데이터 파이프라인 그리고 사용자 정의 학습 적용하기  
Line 60: Line 63:
* '''프로젝트''' 업스케일링 실습하기
* '''프로젝트''' 업스케일링 실습하기
* [http://open.gnu.ac.kr/lecslides/2020-2-AI/Day_05/Day_05.pdf 슬라이드 다운받기]
* [http://open.gnu.ac.kr/lecslides/2020-2-AI/Day_05/Day_05.pdf 슬라이드 다운받기]
= 6일차 (2020.11.22)=
* 팀 별 프로젝트 수행 및 발표
= Installation =
* class notes [https://docs.google.com/document/d/1fnonCLaehY2hkd8G84fYzGJxMeuGB6y_zPyrNAsHXpw/edit 바로가기 url.kr/p7lEHF]
* Download and install python interpreter [https://www.python.org/downloads/ from here]
* Download PyCharm IDE [https://www.jetbrains.com/pycharm/download/ from here]
* Download Test Jupiter Notebook file [http://open.gnu.ac.kr/lecslides/2020-2-AI/Eval/cifar10-sample.zip here] and upload to cola.google.com

Latest revision as of 12:52, 22 November 2020

초보자를 위한 빅데이터 머신러닝

최근 머신러닝은 자율주행, 로봇, 음성인식, 얼굴/모션 인식, 기계번역 등의 다양한 현실의 문제를 수학적/소프트웨어적 방법을 활용하여 해결하는 방법을 제시한다. 머신러닝을 학습하기 위해서는 많은 데이터를 사용하기 때문에 대용량 데이터를 처리하는 빅데이터 분석 방법과 접목하여 정제된 데이터를 머신러닝에 학습하여 사용한다. 이 강의는 수강생들이 실생활의 머신러닝/인공지능 문제에 대처할 수 있는 능력을 높이기 위한 기초 능력을 배양하는 것을 목표로 한다. 이 강의 통해 많은 데이터를 수집(크롤링) 및 정리하는 법과 인공지능의 기본원리 및 TensorFlow 및 Keras와 같은 머신러닝 프레임워크를 사용해 인공지능 시스템 구현 및 학습하는 능력을 실습 프로젝트를 통해 학습하게 된다.

  • 주관: 경상대학교 공학교육혁신센터
  • 장소: 407-202
  • 일시: 2020-11-07 - 11-22
  • 특전: 점심 제공

1일차 (2020.11.07)

문제

각 코드에는 할 일이 명시가 되어 있습니다. 코드를 읽어보고 각 문제를 팀원들과 함께 해결하세요.

풀어야 할 문제의 순서는 다음과 같습니다.

  1. ant.py
  2. guess.py
  3. bagels.py
  4. flappy.py
  5. calc.py

추가로 snake.py도 해볼 수 있습니다.

현재도 실행가능한 코드이기 때문에 시작 전에 터미널에서 python3 ant.py를 실행해보세요.

2일차 (2020.11.08)

  • HTML 파서 개요
  • python Beautiful Soup (HTML 파싱 라이브러리) 사용해 보기
  • 뉴스 텍스트 데이터 크롤링
  • 이미지 데이터 크롤링
  • 멀티 스레딩을 이용하여 크롤링 속도 높이기
  • 슬라이드 다운받기


3일차 (2020.11.14)



4일차 (2020.11.15)

  • Colab 사용법
  • MNIST 손글씨 숫자 이미지 데이터를 활용하여 지도 학습 인공 신경망 구성하기
  • 사용자 모델과 사용자 데이터 파이프라인 그리고 사용자 정의 학습 적용하기
  • 슬라이드 다운받기


5일차 (2020.11.21)

  • MNIST 의류패션 이미지 데이터를 활용하여 비지도 학습 인공 신경망 구성하기
  • 사용자 모델과 사용자 데이터 파이프라인 그리고 사용자 정의 학습 적용하기
  • 텐서보드에서 진행률 확인하기
  • 프로젝트 업스케일링 실습하기
  • 슬라이드 다운받기


6일차 (2020.11.22)

  • 팀 별 프로젝트 수행 및 발표


Installation