Topic: 머신러닝 엔지니어가 되려면.. | WorkingUS.com
안녕하세요. 저는 이번에 4학년 올라가는 서울소재 대학의 학생입니다. 전공은 산업공학이구요… 여러가지 통계 과목들과 데이터마이닝 머신러닝 수업을 들으면서, 머신러닝 분야가 전망이 좋을뿐아니라 창의적으로 문제를 정의하는 능력이 요구된다는 점에서 적성에도 맞다고 생각해서 머신러닝 엔지니어가 되는것을 목표로 잡게 되었습니다. 다만, 이러한 목표를 잡기전에 전자공학을 복수전공하고 있었는데 머신러닝 쪽으로 진로를 잡은 상황에서 이러한 전자공학 쪽 지식(회로이론,
www.workingus.com
https://www.itdaa.net/open_mentorings/1664
인공지능(AI) 분야를 희망하는데, 세부 분야를 못 정하겠어요
안녕하세요 멘토님. 서울 소재 대학교 전자공학부 4학년 재학 중인 멘티입니다. 다름이 아니라 인공지능, 빅데이터 분야와 아울러 제가 잘하고 싶은 것이 있는데 어떤 공부를 해야 할지 몰라 질문하게 되었습니다. 만약 실력을 키우고 싶다면 어느 분야의 대학원으로 진학해야 할까요? (데이터마이닝, 수학적인 인공지능 연구 등)
www.itdaa.net
http://scieng.net/agafore/7694
전자전기공학과에서 머신러닝 머신비젼 컴퓨터비젼쪽으로 진학하고싶습니다. > 타분야진출
전자전기공학과에서 머신러닝 머신비젼 컴퓨터비젼쪽으로 진학하고싶습니다. 글쓴이 serway 등록일 2017-09-14 00:44 조회 4,116회 추천 0건 댓글 7건 관련링크 그런데 제가 코딩에 약하고 학부에서 컴공과목을 들어놓은것이 C언어말고는 없습니다.(객체지향 프로그래밍,자료구조도 들어본적이 없습니다.) 때문에 코딩에 자신이 없는데...(학점은 나쁘지않게 받았지만;; 그거랑 완전 코딩은 완전 별개로 여겨져서요) 머신러닝,머신비젼쪽 대학원에서는 어느정
scieng.net
https://gigglehd.com/gg/bbs/4470336
이것이 전자공학과다. -희망편?- - 커뮤니티 게시판 - 기글하드웨어
전자공학은 아날로그를 하면 밑의 글과 같은 수학을 다뤄야 하지만 디지털로 째면 하는 게 많이 달라집니다. 사실상 회로를 만질 일이 없어서 자조적으로 가짜 전자공학과라고도 합니다. 물론 처음엔 전공필수때문에 아날로그도 좀 듣긴 합니다마는.. 1. 마이크로프로세서 /임베디드 -> VLSI 설계쪽으로 가시면 아날로그랑 싸워야 하지만, 마프/임베디드 쪽으로 가시면 그냥 프로그래밍만 열심히 하시면 됩니다. 내내 SB...
gigglehd.com
https://brunch.co.kr/@seoungbumkim/3
머신러닝/인공지능 학과
머신러닝/인공지능 쪽으로 진로를 정하고 싶은 분들에게... | 최근 인공지능의 인기와 함께 몇몇 지인들로부터 자녀 혹은 조카의 진로를 머신러닝/인공지능 분야로 정하고 싶은데 적절한 대학 학과를 추천해 달라는 부탁을 받았다. “딱 이겁니다.”라고 명쾌하게 답을 할 수 질문이기에 아래 설명으로 대신한다. 먼저 머신러닝/인공지능(Department of Machine Learning/Department of Artific
brunch.co.kr
[건국대/건국대학교] 인공지능 전문가, 전자공학과 김원준 교수를 만나다
올해 초 건국대에 신임교원으로 부임한 전자공학부 김원준 교수(사진)는 삼성종합기술원에서 전문연구원으...
blog.naver.com
http://dmqm.korea.ac.kr/activity/essay/61
고려대학교 DMQA 연구실
고려대학교 산업경영공학부 데이터마이닝 및 품질애널리틱스 연구실
dmqa.korea.ac.kr
-
코딩은 매트랩 잘 다루시면 좋고요. 수학을 잘 하셔야 합니다.
선형대수, 최적화이론, 확률통계 쪽으로...
예를 들어 이런 정도는 쉽게 이해할 수 있어야 합니다. 기본 중의 기본이라....
https://en.wikipedia.org/wiki/Expectation–maximization_algorithm
Expectation–maximization algorithm - Wikipedia
In statistics, an expectation–maximization (EM) algorithm is an iterative method to find maximum likelihood or maximum a posteriori (MAP) estimates of parameters in statistical models, where the model depends on unobserved latent variables. The EM iteratio
en.wikipedia.org
https://brunch.co.kr/@flatdesign/23
인공지능, 기계학습, 데이터 마이닝
* 본 글은 서울대학교 융합과학기술대학원 이원종 교수님의 <데이터분석개론> 강의 내용을 바탕으로 재구성하였습니다.바야흐로 알파고의 시대다...알파고와 함께 떠오르는 이들이 있으니
brunch.co.kr
https://news.unist.ac.kr/kor/column_185/
인공지능, 기계공학에선 이렇게 쓰인다
이 글에서는 기계공학분야에서 인공지능의 귀납적 모델과 연역적 모델의 다양한 적용 사례를 살펴보고 두 모델의 차이를 소개하고자 한다. 1 인공지능과 기계 인공지능의 시대가 왔다. 인공지능이 최근 주목 받는 이유는 다양한 분야에서 과거에는 할 수 없었고, 기대하지 못했던 성능을 보이기 때문일 것이다. 인공지능은 복잡하고 어려운 수식들이 얽혀 있을 것이라고 많은
news.unist.ac.kr
'Industry 4.0 > Machine Learning' 카테고리의 다른 글
| 머신 러닝의 순서 (0) | 2020.07.02 |
|---|---|
| 선형회귀를 통한 머신 러닝의 개념 이해 (0) | 2020.06.08 |
| Machine & Deep Learning (0) | 2020.06.07 |
| MachineLearning, 개요 (0) | 2020.06.07 |
| Naïve bayes classifier (0) | 2020.06.01 |
