모두를 위한 머신 러닝

Ends soon! Get one of our best deals with Coursera Plus for $199 (usually $399). Save now.

모두를 위한 머신 러닝

Instructor: Prof Marco Gillies

2,438 already enrolled

Included with

Learn more

4 modules

Gain insight into a topic and learn the fundamentals.

12 reviews

Beginner level

No prior experience required

2 weeks to complete

at 10 hours a week

Flexible schedule

Learn at your own pace

4 modules

Gain insight into a topic and learn the fundamentals.

12 reviews

Beginner level

No prior experience required

2 weeks to complete

at 10 hours a week

Flexible schedule

Learn at your own pace

What you'll learn

현대 머신 러닝 기술이 작동하는 방식의 기본을 이해합니다.
현대 머신 러닝 결과에 미치는 영향을 설명하고 예측할 수 있습니다.
현대 기반 플랫폼에서 데이터세트를 사용하여 머신 러닝 모듈을 훈련할 수 있습니다.
현대 러닝이 사회에 미치는 이점과 위험에 대해 정보에 입각한 의견을 도출할 수 있습니다.

Skills you'll gain

Details to know

Shareable certificate

Add to your LinkedIn profile

Assessments

7 assignments¹

AI Graded see disclaimer

Taught in Korean

See how employees at top companies are mastering in-demand skills

Learn more about Coursera for Business

logos of Petrobras, TATA, Danone, Capgemini, P&G and L'Oreal

There are 4 modules in this course

종종 인공지능 또는 AI라고도 불리는 머신 러닝은 현재 가장 흥미로운 기술 분야 중 하나입니다. 얼굴 인식 기술, 자율 주행 자동차 또는 실제 사람처럼 대화할 수 있는 컴퓨터의 새로운 돌파구를 예고하는 뉴스 기사를 매일 접하고 있습니다. 머신 러닝 기술은 인간의 삶과 작업의 거의 모든 영역에 혁명을 일으키고 우리의 모든 삶에 영향을 미칩니다. 따라서 이 기술에 대해 더 많은 것을 알고 싶을 것입니다. 머신 러닝은 컴퓨터 과학에서 가장 복잡한 영역 중 하나로 알려져 있으며 이를 이해하려면 고급 수학 및 엔지니어링 기술이 필요합니다. 머신 러닝 엔지니어로 일하는 데 많은 수학과 프로그래밍이 필요한 것은 사실이지만 누구나 머신 러닝의 기본 개념을 이해할 수 있으며 이 기술의 중요성을 생각해 보면 누구나 이 기술을 이해해야 할 것입니다. AI의 획기적인 발전은 공상과학 소설 같기도 하지만 결국 데이터를 사용하여 통계 알고리즘을 훈련하는 간단한 아이디어로 귀결됩니다. 이 과정에서는 수학이나 프로그래밍에 대한 배경 지식이 없더라도 머신 러닝의 기본 개념을 이해하는 방법을 배웁니다. 뿐만 아니라, 실제로 머신 러닝 프로젝트를 수행하기 위해 런던 대학 골드스미스에서 개발한 사용자 친화적인 도구를 직접 사용하고 사용할 수 있습니다. 이 도구는 컴퓨터에서 이미지를 인식하도록 훈련시킵니다. 이 과정은 다양한 사람들을 대상으로 합니다. 머신 러닝의 기술 경력을 개발하기에 적합한 첫 번째 단계가 될 수 있습니다. 기술 세부 사항 이전에 높은 수준의 개념부터 시작하는 것이 더 좋기는 하지만 기술을 사용하지 않는 직종인 경우에도 좋습니다. 귀하는 머신 러닝 사용을 고려 중인 회사의 관리자나 기술과 무관한 역할일 수 있습니다. 귀하는 이 기술을 올바르게 이해해야 하며, 이 과정은 그러한 이해를 얻을 수 있는 좋은 기회입니다. 또는 AI에 대한 뉴스 보고서를 읽고 현재 가장 인기 있는 신기술에 대해 더 알아보고 싶을 수도 있습니다. 이제 첫 번째 머신 러닝 프로젝트를 안내해 드리겠습니다.

이번 주에는 인공 지능과 머신 러닝 기술에 대해 배웁니다. 이러한 기술이 다루는 문제에 대해 배우고 실제로 학습 모델을 훈련해 보게 됩니다.

What's included

6 videos2 readings3 assignments4 discussion prompts1 plugin

6 videosTotal 27 minutes

소개: 보는 컴퓨터2 minutes
인공 지능5 minutes
머신 러닝6 minutes
머신 러닝 알고리즘6 minutes
머신 러닝 전문가와의 인터뷰8 minutes
요약1 minute

2 readingsTotal 25 minutes

모두를 위한 머신 러닝에 오신 것을 환영합니다10 minutes
머신 러닝 연습15 minutes

3 assignmentsTotal 110 minutes

머신 러닝 요약 퀴즈60 minutes
보는 컴퓨터20 minutes
알파고30 minutes

4 discussion promptsTotal 180 minutes

AI란 무엇입니까?60 minutes
무엇 때문에 AI는 어려울까요?30 minutes
머신 러닝을 어떻게 찾았습니까?30 minutes
머신 러닝 적용 분야60 minutes

1 pluginTotal 15 minutes

머신 러닝15 minutes

이번 주에는 데이터 표현이 머신 러닝에 어떤 영향을 미치는지, 그리고 이러한 표현(소위 특징)이 어떻게 학습을 더 쉽게 만드는지에 대해 배우게 될 것입니다.

What's included

7 videos2 assignments3 discussion prompts

7 videosTotal 36 minutes

비트3 minutes
바이트 및 숫자5 minutes
다른 유형의 데이터6 minutes
데이터 특징 소개1 minute
데이터 특징4 minutes
신경망6 minutes
인터뷰: 데이터 특징11 minutes

2 assignmentsTotal 90 minutes

데이터 특징 요약 퀴즈60 minutes
Bag of Words30 minutes

3 discussion promptsTotal 70 minutes

비트 단위의 데이터 표현10 minutes
데이터 특징30 minutes
무엇을 배웠습니까?30 minutes

이 주제에서는 자신의 머신 러닝 프로젝트를 수행할 준비를 합니다. 머신 러닝 프로젝트를 테스트하여 원하는 대로 작동하는지 확인하는 방법을 배우게 됩니다. 또한 머신 러닝 기술의 기회와 위험 몇 가지에 대해서도 생각해 볼 것입니다.

What's included

6 videos3 readings1 assignment4 discussion prompts1 plugin

6 videosTotal 37 minutes

머신 러닝 실습 소개1 minute
테스트3 minutes
머신 러닝의 문제4 minutes
머신 러닝의 적용 분야3 minutes
머신 러닝의 위험8 minutes
인터뷰: 머신 러닝의 이점과 위험19 minutes

3 readingsTotal 40 minutes

다양한 데이터세트 시도15 minutes
4가지 데이터세트 평가15 minutes
더 읽어보기10 minutes

1 assignmentTotal 60 minutes

머신 러닝 실습 요약 퀴즈60 minutes

4 discussion promptsTotal 100 minutes

머신 러닝은 어떻게 잘못된 결과를 도출하게 됩니까?30 minutes
머신 러닝의 적용 분야30 minutes
머신 러닝의 위험30 minutes
무엇을 배웠습니까?10 minutes

1 pluginTotal 120 minutes

다양한 데이터세트 시도120 minutes

이 마지막 주제에서는 데이터세트 수집, 모델 학습 및 테스트와 같은 고유한 머신 러닝 프로젝트를 수행합니다.

What's included

4 videos2 readings1 assignment1 peer review3 discussion prompts1 plugin

4 videosTotal 16 minutes

소개: 자신의 데이터세트 수집1 minute
데이터세트 수집4 minutes
인터뷰: 첫 번째 머신 러닝 프로젝트에 대한 조언10 minutes
요약1 minute

2 readingsTotal 25 minutes

데이터세트 수집15 minutes
다음은 무엇입니까?10 minutes

1 assignmentTotal 15 minutes

머신 러닝 프로젝트 준비15 minutes

1 peer reviewTotal 60 minutes

머신 러닝 프로젝트에 대한 성찰60 minutes

3 discussion promptsTotal 90 minutes

자신의 머신 러닝 프로젝트30 minutes
데이터 수집 시 조언30 minutes
무엇을 배웠습니까?30 minutes

1 pluginTotal 180 minutes

데이터세트를 사용한 모델 훈련180 minutes

Instructor

Prof Marco Gillies

University of London

14 Courses580,977 learners

Offered by

University of London

Why people choose Coursera for their career

Felipe M.

Learner since 2018

"To be able to take courses at my own pace and rhythm has been an amazing experience. I can learn whenever it fits my schedule and mood."

Jennifer J.

Learner since 2020

"I directly applied the concepts and skills I learned from my courses to an exciting new project at work."

Larry W.

Learner since 2021

"When I need courses on topics that my university doesn't offer, Coursera is one of the best places to go."

Chaitanya A.

"Learning isn't just about being better at your job: it's so much more than that. Coursera allows me to learn without limits."

Frequently asked questions

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.