서문
1. 머신러닝 개요
1.1 4차 산업혁명
1.2 인공지능과 머신러닝
1.3 머신러닝에서의 회귀와 분류
1,4 머신러닝 구현 방법
1.5 정리
2. 파이썬 (Python
2.1 파이썬 설치 및 jupyter notebook 실행
2.2 파이썬 데이터타입(DataType
2.3 파이썬 조건문 if
2.4 파이썬 for 반복문
2.5 List Comprehension
2.6 파이썬 함수 (Function
2.7 파이썬 클래스 (class
2.8 정리
3. 넘파이 (numpy
3.1 넘파이 라이브러리 가져오기(import
3.2 넘파이와 리스트(numpy vs list
3.3 넘파이 벡터(Vector, 1차원 배열 생성
3.4 넘파이 행렬(Matrix, 2차원 배열 생성
3.5 넘파이 산술연산
3.6 넘파이 형 변환(reshape
3.7 넘파이 브로드캐스트(Broadcast
3.8 넘파이 전치행렬(Transpose
3.9 넘파이 행렬 곱(Matrix Multiplication
3.10 행렬 원소 접근(Indexing, Slicing
3.11 넘파이 이터레이터(Iterator
3.12 넘파이 유용한 함수(Useful Function
3.13 정리
4. 미분 (Derivative
4.1 미분 개념과 인사이트(Insight
4.2 편미분(Partial Derivative
4.3 체인 룰(Chain Rule
4.4 수치 미분(Numerical Derivative
4.5 정리
5. 선형 회귀와 분류(Linear Regression and Classification
5.1 인공지능 머신러닝 딥러닝 리뷰
5.2 선형 회귀(Linear Regression
5.3 분류(Classification
5.4 정리
6. XOR 문제(XOR Problem
6.1 논리게이트 AND, OR, NAND, XOR
6.2 논리게이트(Logic Gate 클
