강좌 상세페이지 배경
-
최적화 개론 진행중 이수증
-
최적화 개론
참여기관 목록
강좌소개
최적화 툴을 현업 또는 전공에 적용하고 싶은 전공자 및 일반인을 대상으로 하는 신 기술 강좌입니다.
또한, 수학적 개념을 '재미있게 풀이'하는 것을 표방하며, 이를 위해 다양한 예제 문제풀이 방법을 활용합니다.
[전통적 수학문제 풀이방법]과 [코딩을 활용한 문제 풀이방법]을 모두 경험해 보시기 바랍니다.
2. Convex를 만족하는 조건에 대해 설명할 수 있다.
3. Gradient method, Newton method, Linear programming을 설명할 수 있다.
4. 제한요건(Constraints)이 있는 상황에서의 최적화 문제 해결 방법을 다룰 수 있다.
5. Matlab을 활용하여 Convex optimization 문제를 풀이 할 수 있다.
본 강좌는 중간고사와 기말고사를 포함하여 총 15주차로 구성되어 있습니다.
차시별 주제를 통해 학습내용을 미리 확인해 보세요.
| 차시 | 주제 | 차시 주제 | 학습활동 |
| 1 | 최적화 개요 | 1. 왜 최적화를 배워야 할까? | 퀴즈 |
| 2. 행렬과 벡터 | |||
| 2 | Vector space and matrix (벡터와 행렬) |
1. 변환 (Transformations) | 퀴즈 |
| 2. 행렬의 계수 (Rank of matrix) | |||
| 3 | Transformation | 1. 선형 변환 (Linear transformations) | 과제 퀴즈 |
| 2. 좌표 변환 행렬 (Coordinate transformations) | |||
| 4 | Element of calculus | 1. 고유값, 고유 벡터 (Eigen values and Eigen vectors) | 퀴즈 |
| 2. 미분 및 선분 | |||
| 5 | Basic concept of convex
optimization (컨벡스 최적화의 개념) |
1. 컨벡스 최적화의 개념 1 (Introduction of convex optimization 1) | 퀴즈 |
| 2. 컨벡스 최적화의 개념 2 (Introduction of convex optimization 2) | |||
| 6 | One dimensional search method | 1. 일차원 비구속 최적화의 해결 방안 (One-Dimensional Unconstrained Optimization) | 퀴즈 |
| 2. 다차원 비구속 최적화의 해결 방안 (Multidimensional Unconstrained Optimization) | |||
| 7 | Gradient method | 1. Gradient method 개념 | 퀴즈 |
| 2. Gradient method 종류 | |||
| 8 | 중간고사 | 중간고사 응시 | |
| 9 | Newton method | 1. Newton’s method 개념 | 퀴즈 |
| 2. Levenberg-Marquardt Modification 개념 | |||
| 10 | Linear programming | 1. Linear programming 개념 | 퀴즈 |
| 2. Simplex method 적용 방법 | |||
| 11 | Nonlinear constrained optimization 1 | 1. Duality 이해 | 퀴즈 |
| 2. Nonsimplex method 기법의 적용 방법 | |||
| 12 | Nonlinear constrained optimization 2 | 1. KKT Conditions 1 (Karush–Kuhn–Tucker conditions 이해) | 퀴즈 |
| 2. KKT Conditions 2 (Karush–Kuhn–Tucker 활용한 최적해 계산 방법) | |||
| 13 | Matlab to solve convex optimization problem | 1. CVX Optimization tool box (CVX tool box 사용 방법) | 퀴즈 |
| 2. CVX to solve problem - example (CVX tool box 사용 예시) | |||
| 14 | Nonconvex optimization problem | 1. Non convex optimization 문제의 종류 | 과제 퀴즈 |
| 2. Non convex optimization 해결 방법 | |||
| 15 | 기말고사 | 기말고사 응시 |
미리보기
강좌운영진
-
김장겸 교수세종대학교 데이터사이언스학과 교수
前 SK이노베이션 Optimization & Analytics Data 연구원
홈페이지 : https://www.teedlab.com
자주묻는질문
Q 교재나 참고자료가 있나요?
A 이 강좌를 수강하기 위한 필수 교재는 없습니다.
Q 이수 기준이 궁금합니다.
A 이수증 발급을 위해서는 영상을 통한 학습과 퀴즈 및 토론 등 모든 학습 활동을 수행하고, 총점 60점 이상 획득 하셔야 합니다.
기타·문의처
세종대학교 세종무크센터 02-3408-3864