FORIF_AI-study

최애의 AI 스터디 실습 코드입니다.

---

2주차: 머신러닝 개요 및 CoLab 실습

머신러닝의 기본 개념을 배우고, Google Colab을 사용하여 간단한 실습을 진행합니다.

3주차: 의사결정나무 및 랜덤 포레스트

의사결정나무(Decision Tree)와 랜덤 포레스트(Random Forest) 알고리즘에 대해 배우고, 이를 사용하여 예제를 실습합니다.

4주차: 회귀 모델 마무리 및 분류 모델 소개

회귀(Regression) 모델을 마무리하고, 분류(Classification) 모델에 대해 소개합니다.

5주차: 딥러닝 소개 및 KNN 구현

딥러닝의 기본 개념을 배우고, K-최근접 이웃(K-Nearest Neighbors, KNN) 알고리즘을 구현합니다.

6주차: MLP 구현 및 CIFAR10 분류

다층 퍼셉트론(MLP, Multi-Layer Perceptron)을 구현하고, CIFAR-10 데이터셋을 사용하여 이미지 분류를 진행합니다.

7주차: CNN 구현 및 CIFAR10 분류

합성곱 신경망(CNN, Convolutional Neural Network)을 구현하고, CIFAR-10 데이터셋을 사용하여 이미지 분류를 진행합니다.

8주차: Kaggle 이미지 분류 대회

Kaggle에서 제공하는 이미지 분류 대회에 참여하여, 실습한 내용을 바탕으로 모델을 만들어 경쟁합니다.