Artificial Intelligence
모든 문서는 경희대 이메일로 Google 로그인 해야 접근 가능합니다.
모든 문서는 강의시간 전에 업데이트될 수 있습니다.
2023 경기도자율주행센터 데이터활용 경진대회
9/4(월) - Syllabus
강의목표 : 강의 계획을 소개하고 산업에서 인공지능 활용에 대하여 논의한다.
강의계획서
9/6(수) - Intro to AI
9/11(월) - Neural Network
강의목표 : 인공신경망(Artificial Neural Network: ANN)의 기본개념을 이해한다.
인공신경망 개요
9/13(수) - Python Basic[녹화]
9/18(월) - Perceptron and Delta Rule
9/20(수) - BP
9/25(월) - DNN
강의목표 : 딥러닝(Deep Learning)의 기본 모형인 Deep Neural Network(DNN)을 Tensorflow의 Keras로 구현하고 실행한다.
Deep Neural Network(DNN)
jjyjung의 GitHub에 있는 keras_DNN_BMI.ipyn을 Colab이나 Jupyter Notebook에서 실행시켜보세요. bmi.csv도 다운로드 및 적절한 위치에 업로드가 필요합니다.
keras_DNN_BMI.ipynb (bmi.csv )
9/27(수) - Pandas[녹화]
강의목표 : Deep Learning시에 많이 활용되는 Python Pandas에 대하여 설명한다.
ML, DL에서 데이터 파일을 읽어들일 때, 주로 pandas의 read_csv를 사용하여 pandas DataFrame으로 읽어들입니다. 예. df = pd.read_csv(“bmi.csv”)
이후에 필요한 컬럼(변수)을 추출하여 X(입력변수)와 Y(출력변수)로 선정하거나 Training dataset와 Test dataset으로 separate할 때, pandas의 DataFrame을 다룹니다.
본 녹화강의를 통하여 Pandas DataFrame에 대하여 이해할 수 있습니다.
별도의 강의자료는 없으며, w3schools 사이트를 참고하세요. w3schools.com - Python
10/2(월) - DNN[녹화]
강의목표 : Tensorflow의 Keras으로 구현한 DNN 코드와 함께 Deep learning의 다양한 Hyperparameter에 대하여 설명한다.
10/4(수) - SinCos
강의목표 : Tensorflow의 Keras으로 SinCos 함수의 Regression 문제 구현을 설명한다.
keras_DNN_SinCos.ipynb
Q&A 과제 : 이론 및 실습 질문 중에서 골라서 10/10(화)까지 하나 이상 질문을 올리세요.
Iris 과제 : Tensorflow의 Keras으로 Iris를 구현하고 10/10(화)까지 e-campus로 제출하세요. Iris DNN 실험 과제 (iris.csv )
SinCos 과제 : Tensorflow의 Keras으로 작성된 SinCos 함수 fitting 실험을 수행하여 10/10(화)까지 e-campus로 제출하세요.SinCos DNN 실험 과제
[번외] SinCos 함수 피팅 1위 결정전 - SinCos 함수 학습 모형의 RMSE가 가장 낮은 1위에게 추가 점수 10점 부여 예정 (방식: 강의메모 Slide 참고바람)
10/9(월) - Optimizers [한글날/녹화]
강의목표 : Deep Learning에서 사용되는 Optimizer들의 이론을 소개한다.
Optimizers
10/11(수) - 질의응답
10/16(월) - CNN
10/18(수) - CNN
강의목표 : CNN의 대표적인 구조인 LeNet, AlexNet, VGGNet의 구조에 대하여 살펴본다.
10/23(월) - 중간고사 질의응답
10/25(수) - 중간고사 [확정]
시간: 15:00~16:00 (강의시간)
장소: 공대 148호(강의실)
10/30(월) - MNIST
11/1(수) - CIFAR10
강의목표 : 이미지 분류의 예제인 CIFAR10을 CNN의 Python 코드로 살펴본다.
tf_keras_CNN_CIFAR10.ipynb
CIFAR 과제 : Tensorflow의 Keras으로 CIFAR를 구현하고 11/5(일)까지 e-campus로 제출하세요. CIFAR CNN 실험 과제
[번외] CIFAR 1위 결정전 - CIFAR 학습 모형의 이미지 분류 정확도가 가장 높은 1위에게 추가 점수 10점 부여 예정 (CNN 모형의 구조 및 각종 하이퍼파라미터를 직접 수정 가능, ResNet 등 다른 모형 사용은 불가)
11/6(월) - RNN
강의목표 : 순환신경망(Recurrent Neural Network: RNN)의 개념과 LSTM/GRU에 대하여 살펴본다.
RNN
11/8(수) - IMDB
강의목표 : RNN의 Classification 예제인 IMDB 문제를 살펴본다.
RNN_IMDB (slide)
tf_keras_RNN_IMDB.ipynb
IMDB 과제 : Tensorflow의 Keras으로 IMDB 감성분류를 구현하고 11/12(일)까지 e-campus로 제출하세요. IMDB RNN 실험 과제
[번외] IMDB 1위 결정전 - IMDB 학습 모형의 분류 정확도가 가장 높은 1위에게 추가 점수 10점 부여 예정 (RNN 모형의 구조 및 각종 하이퍼파라미터를 직접 수정 가능, Transformer 등 다른 모형 사용은 불가)
11/13(월) - Text Generation
11/15(수) - 전이학습, CUB200
강의목표 : ResNet50을 전이학습(Transfer Learning)하여 이미지 분류 예제인 CUB200을 분류해본다.
tf_keras_CNN_CUB200.ipynb
CUB200.zip
CUB20 과제 : Tensorflow의 Keras으로 CUB200을 구현하고 11/19(일)까지 e-campus로 제출하세요. CUB CNN 실험 과제
[번외] CUB20 1위 결정전 - CUB 20개 모형의 이미지 분류 정확도가 가장 높은 1위에게 추가 점수 10점 부여 예정 (ResNet50을 전이학습하되 모형의 구조 및 각종 하이퍼파라미터를 모두 수정 가능)
11/20(월) - 회전기기 고장진단
11/22(수) - 스마트제조 고장진단
강의목표 : 스마트제조에서 생산공정 데이터 수집 및 센서에 대하여 소개한다.
회전기기 이상진단 Deep Learning 개발 과제 : PyTorch로 구현된 위의 “torch_rotor_diagnostics.ipynb”의 DNN, CNN, RNN(LSTM)을 Tensorflow 버전으로 수정해보세요(구조는 자유롭게 설계하면 됩니다). 11/30(목)까지 e-campus로 제출하세요.
11/27(월) - 회전기기 고장진단 [녹화]
11/29(수) - DAE
12/4(월) - Object Detection
12/6(수) - YOLO
2023 Term Project
12/11(월) - 산업인공지능
강의목표 : 산업경영공학에서 딥러닝 프로젝트를 소개한다.(KHU IAI Lab.)
뇌파 분석을 위한 3D-CNN
물류자동화를 위한 DenseUNet
12/13(수) - 기말고사 [확정]
Supplementary Materials