Ai 2020-02: Difference between revisions
From Innovation
No edit summary |
|||
(5 intermediate revisions by the same user not shown) | |||
Line 1: | Line 1: | ||
= 초보자를 위한 빅데이터 머신러닝 = | = 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) = | |||
* 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 == | |||
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 (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 (2020.11.14)= | |||
* 인공지능 개론 | * 인공지능 개론 | ||
* 인공지능의 철학적 고찰 | * 인공지능의 철학적 고찰 | ||
Line 46: | Line 49: | ||
= 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 (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)
- 컴퓨터 언어의 이해
- 플로우 다이어그램으로 논리 표현
- python 기본 문범 (변수, 반복문, 제어문, 함수)
- 발표자료 슬라이드 다운받기
- 참고 Online book : A byte of python (무료 python 교재) A byte of Python 다운받기
문제
각 코드에는 할 일이 명시가 되어 있습니다. 코드를 읽어보고 각 문제를 팀원들과 함께 해결하세요.
- code 코드 다운받기
풀어야 할 문제의 순서는 다음과 같습니다.
- ant.py
- guess.py
- bagels.py
- flappy.py
- calc.py
추가로 snake.py도 해볼 수 있습니다.
현재도 실행가능한 코드이기 때문에 시작 전에 터미널에서 python3 ant.py
를 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
- class notes 바로가기 url.kr/p7lEHF
- Download and install python interpreter from here
- Download PyCharm IDE from here
- Download Test Jupiter Notebook file here and upload to cola.google.com