[전공선택] 컴퓨터 보안을 위한 머신러닝
기계 학습의 기본 이론과 이와 관련된 여러 기술들과 알고리즘들을 소개한다. Percepton 이론에서 부터 최근의 Boosting, SVM 그리고 Bayesian networks 이론에 대해서 설명한다. 또한, 대부분의 알고리즘에서 사용되는 통계적 추론을 기본으로 수업이 진행된다.
[전공필수] 컴퓨터 보안을 위한 머신러닝
1week Registration, Introduction ML, Bayesian approach I 9week Registration, Introduction ML, Bayesian approach I
2week Registration, Introduction ML, Bayesian approach I 10week Kernel Classifiers I / Kernel Classifiers II
3week Non-parametric Methods EM 11week Model selection I / Model selection II
4week Graphical Model I 12week Generalization bounds, VC dimensions
5week Graphical Model lI / Graphical Model IlI 13week Nearest Neighbor Boosting l
6week Graphical Model lV / Security&Graphical model 14week Boosting ll Feature Selection
7week Regression Linear Classifiers 15week Network Security Issues Non-parametric Bayesian approach
8week No Class(Midterm exam week) 16week Final Exam

닫기