Problem Solving with Algorithms

728x90
반응형

이번에는 'AI 비전공자를 위한 기초수학: 벡터 미적분학'에 대해서 소개해 드리겠습니다.
 
앞에서 소개해드린 인공지능을 위한 선형대수학 강의와 마찬가지로 'KAIST-ON'에서 수강하실 수 있습니다.
 
플랫폼 소개는 아래의 포스팅을 참고하세요.
 
[AI 인공지능 머신러닝 딥러닝] - AI 비전공자를 위한 기초 수학 1 선형대수학 | KAIST-ON

 

AI 비전공자를 위한 기초 수학 1 선형대수학 | KAIST-ON 플랫폼 소개

카이스트에서 제공하는 무료 강의입니다. 카이스트에서는 KAIST-ON 이라는 온라인 교육 플랫폼을 제공합니다. 추가적으로 해당 강의를 듣기 전이나 후에 이 강의를 듣는 것도 추천드립니다.https://

inner-game.tistory.com

 

 


 
 

AI 비전공자를 위한 기초수학: 벡터 미적분학

AI 비전공자를 위한 기초수학: 벡터 미적분학

강의 목적

벡터 미적분학과 관련된 머신러닝, 딥러닝, 서포트 벡터 머신 등 AI의 개념을 학습합니다.
- AI 알고리즘에 벡터 미적분학을 사용하는 방법을 알아봅니다.
- 본 과목을 이수하면 AI 알고리즘과 AI 응용을 위한 벡터 미적분학의 기초를 이해할 수 있습니다.
 

강의 소개

본 과목은 AI를 활용한 공학에서 문제를 공식화하고 해결하는데 필요한 기본적인 AI와 관련 수학적 개념 및 기법을 학습합니다. 본 과목에서는 AI 개념, 4차 산업혁명, 머신러닝 개념, 벡터 미적분학을 활용한 응용 등을 선택, 소개, 설명합니다. AI에 벡터 미적분학을 사용하기 위해 본 과정에서는 가우스, 스토크스 및 그린의 정리를 사용한 선, 표면 및 부피 적분의 평가와 일반적인 형태의 물리적 해석을 통한 검증을 포함하여 벡터 점 함수의 기울기, 발산 및 컬과 관련 항등식을 소개합니다. AI 및 수학 초보자를 위한 다양한 연구 분야에서 편미분 방정식을 적용합니다. 이 과정을 성공적으로 마치면 학생들은 AI 관련 엔지니어링 문제를 공식화(모델링)하고 해결하는 데 유용한 도구인 수학을 이해하고 AI 벡터 미적분학의 일부 개념에 대한 기본 이해를 갖출 수 있습니다.

 

 

 

AI 비전공자를 위한 기초수학: 벡터 미적분학 ❘ KAIST-ON

 

 

 

강의 계획

1) AI 소개
2) 벡터 미적분학 소개
3) 벡터 함수와 기울기
4) 기울기/발산/라플라시안/컬의 응용
5) 벡터 적분 계산: 그린 정리 & 표면 적분
6) 플럭스/가우스 정리/스토크스 정리
 
 
아쉽게도 이 강의는 강의 노트가 따로 제공되지 않는 것 같습니다.
 

 

 

 

 

 

Week 1. Introduction of AI

Week 1. Introduction of AI

 

 

1-1_What is AI?

11:47

인공지능 이란?

 

 

 

1-2_Why AI comes recently?

08:01

 

인공지능이 주목받는 이유

 

 

1-3_How AI and 4IR related?

11:36

 

AI와 4차 산업혁명 간의 관계

 

 

 

1-4_Why Math for AI?

19:35

전통적인 컴퓨터 프로그래밍과 머신러닝의 차이점



 

머신러닝이 잘 풀수 있는 문제들

머신러닝이 잘 풀수 있는 문제들

 

머신러닝의 종류

 

 

 

 

 

 

 

 

 

행렬 연산이 필요하다(선형대수학의 기본 지식)

 

최적화를 위해 벡터 미적분학이 필요하다.

 

 

 

 

 

 

 

 

 

Week 2. Introduction of Vector Calculus

Week 2. Introduction of Vector Calculus

 

 

 

2-1. Review on vectors

13:28

 

 

벡터의 합

 

 

 

 

 

 

닷 내적

크로스 외적

 

 

 

2-2. Surfaces in 3D space

10:11

 

 

p가 아니고 로우

그리스문자 로우는 보통 다음을 표현함

- 좌표계에서 반지름/거리(예: 구면좌표의 반지름)

- 물리에서 밀도(density), 즉 질량/전하 밀도

- 통계에서 상관계수(correlation coefficient)

 

 

 

2-3. Straight lines and curves in 3D space

13:14

 

 

 

 

 

 

지금부터는 곡선

 

 

 

 

 

 

 

 

 

 

 

2-4. Differentiation of vector functions of one variables

08:18 







 

 

 

 

 

 

 

스칼라는 순서 상관없음

 

 

 

 

week3 부터는 아래의 포스팅을 참고하세요.

 

[AI 인공지능 머신러닝 딥러닝/인공지능 수학] - AI 비전공자를 위한 기초수학: 벡터 미적분학 (2/4) | KAIST-ON

 

AI 비전공자를 위한 기초수학: 벡터 미적분학 (2/4) | KAIST-ON

이번에는 'AI 비전공자를 위한 기초수학: 벡터 미적분학'에 대해서 소개해 드리겠습니다. 앞에서 소개해드린 인공지능을 위한 선형대수학 강의와 마찬가지로 'KAIST-ON'에서 수강하실 수 있습니다.

inner-game.tistory.com

 

 

 

 

 

 

 


 

이 블로그의 관련 글

[AI 인공지능 머신러닝 딥러닝] - AI 비전공자를 위한 기초 수학 1 선형대수학 | KAIST-ON 플랫폼 소개

 

AI 비전공자를 위한 기초 수학 1 선형대수학 | KAIST-ON 플랫폼 소개

카이스트에서 제공하는 무료 강의입니다. 카이스트에서는 KAIST-ON 이라는 온라인 교육 플랫폼을 제공합니다. 추가적으로 해당 강의를 듣기 전이나 후에 이 강의를 듣는 것도 추천드립니다.https://

inner-game.tistory.com

 

 
 
 
[AI 인공지능 머신러닝 딥러닝] - AI 공부 로드맵 ① 수학 기초 다지기: 왜 중요한가? 어떻게 준비할까?

 

AI 공부 로드맵 ① 수학 기초 다지기: 왜 중요한가? 어떻게 준비할까?

인공지능(AI) 분야를 공부하려면 반드시 넘어야 할 관문이 있습니다. 바로 수학 기초입니다. 많은 학생들이 “프로그래밍만 잘하면 되지 않을까?”라는 생각으로 접근하지만, 실제로 AI 알고리즘

inner-game.tistory.com

 

 

728x90
반응형
반응형

공유하기

facebook twitter kakaoTalk kakaostory naver band
250x250