![[[PDF][OT] 수치해석_MLCV_2026_1st.pdf]] 수를 다루는 데 있어서 방정식보다는 더 다양한 데이터를 분석하기 위해~ 수치해석 # Introduction ## 수치해석 - 데이터 분석에서 요구되는 수치해석의 기본원리 학습 [이론] - CNN 기반 기계학습모델에 의한 데이터 특성 분석 [실습] - Python, Google Colaboratory -> 목표: 수치해석 연계 기계학습 우선 해보고, 이렇게 동작하는구나~ 어떻게 되는 걸까? 하면 이제 이론 공부 더하고... # Classic & Convergence ## 고전수치해석 == 수학 이론적으로 살펴볼 것임. ## 수치해석 기계학습과 연계해서~ # Progress & Evaluation ## 수업 진행 - 이론: 수치해석 연계 기계학습 알고리즘 - 실습: 데이터 기반 기계학습 ## 평가 과목 * 출석 / 과제 / 시험... * 절대평가~ # Progress_ML & CV ## Machine Learning - 검출(Detection) - CNN(Convolutional Neural Network) - 전처리부: 합성곱레이어(Convolutional Base) (이미지 추출) - 후처리부: 인공신경망(Fully Connected Layer) (이미지데이터의 분류) - 순전파~오차~역전파 -> 가중치가 조율된 모델이 생성됨. - 이미지데이터의 분류만 하는 게 아니라 언어모델도 마찬가지. - 훈련시키는 데 구조는 비슷함. - 후처리부: 퍼셉트론(Perceptron) - 데이터 시각화 - Image Processing - Annotation - Feature Extraction - Environment: 구글 드라이브 + 코랩