🌍 Hello World :D

ㅇ 교수 : 이화여자대학교 강제원 교수 ㅇ 학습목표 Machine Learning의 한 부류인 지도학습(Supervised Learning)에 대한 기본 개념과 regression/classification의 목적 및 차이점에 대해 이해하고, 다양한 모델 및 방법론(linear and nonlinear regression, classification, ensemble methods, kernel methods 등)을 통해 언제 어떤 모델을 사용해야 하는지, 왜 사용하는지, 모델 성능을 향상시키는 방법을 학습하게 됩니다. Part 1. SL Foundation - 지도학습 : 분류 / 회귀 가 있음 - error를 계산해서 손실함수 loss function cost function으로 부름 - square..

공부내용 : Part 1. 데이터 분석과 AI학습에서 유의할 점 Part 2. AI Ethics - 일본 훗카이도 대학의 인공지능이 쓴 소설이 예선 통과 - 인공지능 법인격의 장단점 (간단한 책임의 문제가 손쉽게 해결 vs 법적 처벌의 도피로 악용) - Moral Machine experiment : 트롤리 문제 - 로봇을 학대하지 않을 권리 Part 3. 세계적인 데이터 과학자가 되는 방법 - 가짜 뉴스 탐지 기술 - 위성영상 딥러닝 분석 -> 빈곤지역 예측 및 녹지 계산(행복지수 연구) 배운점: 인공지능 개발자로서 윤리문제에 대해 더 생각을 많이 하게되었다.