하루 10분 한달완성 최적화이론 1

Name: 하루 10분 한달완성 최적화이론 1
Price: 38500 KRW
Rating: 5 (1 reviews)

AI/딥러닝, 컴퓨터 비젼, 컴퓨터 그래픽 등에 필요한 최적화이론 입니다. 최적화이론1에서는 중점적으로 다변수함수의 정의와 다변수함수의 미분을 다루고 있습니다. 왜 그럴까요! 모든 최적화 문제는 다변수 함수 형태로 표현되기 때문입니다. 정확한 다변수 함수의 정의와 미분개념을 습득하시면 위 분야의 이론적 접근이 상당히 쉬워집니다.

(5.0) 수강평 1개

수강생 80명

난이도 초급

수강기한 무제한

임장환

인공지능기초수학

저자 직강

이론 중심

인공지능기초수학

저자 직강

이론 중심

네이버

임직원들도 이 강의를 듣고 있어요!

네이버

임직원들도 이 강의를 듣고 있어요!

수강 후 이런걸 얻을 수 있어요

최적화이론에 필요한 다변수 함수의 정의를 공부
다변수 함수의 미분공부
다변수 함수의 테일러(Taylor)전개
책: 최적화이론(임장환저)을 바탕으로 강의

다양한 분야에서 최적화이론이 사용되고 있습니다. 대표적인 분야를 몇 가지 소개해보면

AI/머신 러닝 및 데이터 분석,컴퓨터 비젼, 컴퓨터 그래픽, 금융 분야에서의 응용,자연과학 분야 등 입니다.

여기서 알아야 할 중요한 사실이 있습니다. 다시 한번 강조 합니다!!

"모든 최적화 문제는 다변수 함수 형태로 표현된다는 사실입니다."

최적화이론에 접근 할여면 다음 두 가지는 필수 지식 입니다.

다변수 함수의 정확한 이해
다변수 함수의 정확한 미분방법

많은 분들이 위 두가지 사실을 모르고 최적화이론에 접근하다가 최적화이론은 너무 어렵다고 생각하게 됩니다. 이 강의 에서는 1,2번에 중점을 가지고 강의 합니다. 한 번 공부해 두시면 언젠가는 마주치는 내용들 입니다. 마지막으로 정말 쉽게 설명 하여고 노력했습니다. 하지만 어느정도 난이도가 있는 분야라 아주 쉽지는 않을 수 있습니다. 꾸준히 공부하시고 노력하시는 분들에게 이강의를 추천 드립니다!! 감사 합니다.!!

최적화이론의 바이블은 "S. Boyd, L. Vandenberghe: “Convex Optimization”, Cambridge University Press, 2004. " 입니다. 인터넷에서 다운이 가능합니다. 한 번 이 책을 보신다면 최적화이론 공부가 방대하고 깊다는 알 수 있습니다. 이것은 최적화이론이 중요하고 많은 분야에서 사용되고 있다는 증거이기도 합니다. "천리길도 한걸음 부터"라는 말이 있습니다. 이 강의가 여러분의 동반자가 될것 입니다.

"자! 그럼 공부할 내용들을 살펴보겠습니다."

해당 분야에서 최적화이론을 사용하기 위해서는 수학적인 모델링이 필요합니다.

수학적인 모델은 우리가 비용함수(cost function)라고 부르는 다변수 함수(multivariable function)로 표현되는데, 이 함수의 최소자를 찾는 방법을 최적화라 부릅니다.

그래서 수학적으로 최적화이론을 공부한다는 것은

이런 분들께
추천드려요

학습 대상은
누구일까요?

머신러닝, 딥러닝, 컴퓨터 비젼, 컴퓨터 그래픽, 이공계 분들
다변수 함수의 미분에 대해서 제대로 이해 하시고 싶은 분들 추천해요
본인 전공을 대학원에서 좀 더 깊이 공부하시고자 하시는분들 추천해요

선수 지식,
필요할까요?

선형대수, 미적분학
하고자 하는 의지는 필수
꾸준히 한 달 투자하실 분

안녕하세요
임장환입니다.

267

명

수강생

개

수강평

개

답변

4.6

점

강의 평점

개

강의

박사 졸업 후 5년 정도 Computer vision를 공부하고 가르치는 계기가 돼서

지금까지 수학전공과 공학이론을 연결한 공부들을 하고 있습니다.

전문분야(공부 분야)

전공: 수학(Topological Geometry), 부전공(컴퓨터 공학)

현) 3D Computer Vision(3D Reconstruction) , Kalman Filter, Lie-group(SO(3)),

Stochastic Differential Equation 연구자

현) 유튜브 채널 운영: 임장환: 3D Computer Vision

현) facebook Spatial AI KR 그룹 (수학전문위원)

출신학교

독일 Kile 대학 이학박사 (Topological Geometry & Lie-group 전공, 컴퓨터 공학 부전공)

중앙대 수학과 학사, 석사(Topology 전공)

경력

전) 대성그룹 자회사 두비비젼 CTO

전) 중앙대학교 첨단영상 대학원 연구교수(3D Computer Vsion연구)

저서:

최적화이론: https://product.kyobobook.co.kr/detail/S000200518524

링크

유튜브: https://www.youtube.com/@3dcomputervision

블로그: https://blog.naver.com/jang_hwan_im

커리큘럼

전체

17개 ∙ (3시간 16분)

해당 강의에서 제공:

수업자료

섹션 1. 최적화이론 소개

3개 ∙ (42분)

섹션 2. 다변수 함수의 미분(differentiation of multivariable functions)

4개 ∙ (48분)

4. 다변수 함수의 이해(Understanding Multivariable Functions )
17:02
5. 편미분(partial differentiation)
10:48
6. 다변수 함수의 전미분(total differentiation of multivariable functions )
13:45
7. 다변수 함수의 전미분(total differentiation of multivariable functions )
06:48

섹션 3. 다변수함수의 테일러전개(Taylor expansion of multivariable functions )

4개 ∙ (33분)

8. 다변수함수의 테일러전개(Taylor expansion of multivariable functions )
12:10
9. 다변수함수의 테일러전개(Taylor expansion of multivariable functions )
13:09
10. 다변수함수의 테일러전개(Taylor expansion of multivariable functions )
02:44
11. 레벨집합과 그레디언트 방향(Level sets and direction of gradients)
05:13

섹션 4. 컨벡스 함수(Convex Function)

2개 ∙ (27분)

섹션 5. 최적화이론( Optimization Theory)

3개 ∙ (32분)

섹션 6. 라그랑주 승수법(Lagrange multiplier method)

1개 ∙ (11분)

강의 게시일:

마지막 업데이트일:

수강평

전체

1개

5.0

1개의 수강평

Seunggu Kang
수강평 3
∙
평균 평점 5.0
5
100% 수강 후 작성
인공지능 전공하고 있는데, 제가 배운 인공지능은 뭐였나 싶습니다. 기초 수학을 배우니 이론이 밑바탕이 되니까 확실히 제가 배운 인공지능이 이해가 더 잘되고 깊은 깨달음을 얻었습니다. 내용도 너무 길지 않아서 지루하지 않고 한번 쭉 훑는데 큰 도움이 됩니다.

인프런 썸머 블랙프라이데이 할인 중 (1일 남음)

₩31

28%

₩55,000

임장환님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

선형대수학 Part 1 — 벡터기하학으로 이해하는 AI 수학

임장환

머신러닝,AI, Robotics, 컴퓨터 비젼 등 공학전공자를 위한 깊이 있는 선형대수학 입니다. 깊이 있게 선형대수학을 공부하실 분들에게 권합니다. 가능한 쉽게 설명하면서 주제의 선택과 집중을 통하여 깊은 내용들을 다루고 있습니다.

초급

Python, 머신러닝, 딥러닝

선형대수학 Part 1 — 벡터기하학으로 이해하는 AI 수학

임장환

AI·머신러닝을 위한 확률이론: 베이즈·분포·추정의 핵심

임장환

AI나 머신러닝 공부에서 확률 이론 습득은 필수 입니다. 좀 더 깊게 확률이론 공부를 원하시는 분들에게 추천합니다.

초급

Python

AI·머신러닝을 위한 확률이론: 베이즈·분포·추정의 핵심

임장환

최적화이론 Bible

임장환

모든 AI/딥러닝의 핵심은 결론적으로 최적화입니다. 물론 AI/딥러닝 에서만 최적화이론이 필요한 것은 아님니다. 컴퓨터 비젼, 로보틱스 & 제어시스템, 금융공학 & 퀀트, 데이터 과학, 신호 처리...아마 어느 분야를 공부하던 좀 더 깊이 들어가면 꼭 만나게 되는 주제 중 하나가 최적화이론 입니다. 이 강의에서는 수학적인 기초 이론부터 시작하여 깊이있는 내용들까지 체계적으로 다루고 있습니다. 국내에 개설된 최적화 이론 강의 중 단연 최고라 생각 합니다.

중급이상

최적화이론

최적화이론 Bible

임장환

하루 10분 한달완성 선형대수학

임장환

AI/딥러닝에 필요한 선형대수 내용을 하루 10분 투자 한 달 완성으로 마스터 해봐요

초급

선형대수학, 행렬, 딥러닝

하루 10분 한달완성 선형대수학

임장환

칼만 필터: 예제로 이해하는 상태추정의 수학적 원리

임장환

쉬운 예제를 통한 칼만 필터(Kalman Filter)의 이론적인 동작 원리를 이해할 수 있습니다.

초급

Python, MATLAB, 선형대수학

칼만 필터: 예제로 이해하는 상태추정의 수학적 원리

임장환

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

하루 10분 한달완성 선형대수학

임장환

AI/딥러닝에 필요한 선형대수 내용을 하루 10분 투자 한 달 완성으로 마스터 해봐요

초급

선형대수학, 행렬, 딥러닝

하루 10분 한달완성 선형대수학

임장환

선형대수학 Part 1 — 벡터기하학으로 이해하는 AI 수학

임장환

초급

Python, 머신러닝, 딥러닝

선형대수학 Part 1 — 벡터기하학으로 이해하는 AI 수학

임장환

최적화이론 Bible

임장환

중급이상

최적화이론

최적화이론 Bible

임장환

개발자를 위한 딥러닝

김우근

실습보다 이론과 맥락에 집중하여, 딥러닝을 깊이 있게 정리하고 큰 그림을 잡고 싶은 분들에게 도움이 되는 강의입니다. 딥러닝의 뿌리가 되는 수학·통계적 배경을 쉽게 이해할 수 있으며, 현대 딥러닝의 주요 모델인 AutoEncoder, GAN, Transformer, AlphaGo 등의 원리를 개발자 관점에서 직관적으로 해석해 드립니다.

중급이상

머신러닝, 딥러닝, 통계

개발자를 위한 딥러닝

김우근

[R로 하는] 머신러닝을 위한 통계학 기초

코코

머신러닝을 공부하고 싶지만 통계학적 지식이 부족한 사람들 위한 강의 입니다.

초급

머신러닝, 통계, R

[R로 하는] 머신러닝을 위한 통계학 기초

코코

게임 개발을 위한 수학 (PART 1)

얌얌코딩

게임에서 사용되는 중요한 수학개념들을 쉽게 배우는 강의입니다. 수학을 잘 알고 있는 사람은 해당 지식들을 당연하게 여기기 때문에 아무것도 모른다는 가정하에 가르킬 수 없습니다. 정말 비전공자라고 생각하고 초보자 관점에서 설명합니다.

초급

C++, 선형대수학, 게임수학

게임 개발을 위한 수학 (PART 1)

얌얌코딩