2026-1_AI_Tutorial 개요 인공지능에 대해 처음 배우는 학생들을 위한 기초 이론을 설명 추후에 실습 코드를 살펴보며, 직접 작성해보는 시간을 가지도록 할 예정 진행 시간 1시간 내외 주차 별 계획 주 스터디 주제 1주차 AI란 무엇인가 - AI, ML, DL, NN 개요 2주차 Perceptron과 MLP - 활성화 함수와 단층/다층 퍼셉트론 3주차 Neural Network Learning Algorithm 4주차 Error Back Propagation 5주차 Training Process of Neural Networks 6주차 Generalization과 Overfitting 7~8주차 Configuration of NNs 1 & 2 9주차 Gradient Descent and Stochasic Gradient Descent 10주차 Advanced Optimizers 비고 : 중간고사 및 기말고사 기간에는 진행하지 않음. github 이용 가이드 각 주차별로 배운 내용 정리 파일 업데이트 개인별 폴더 양식 폴더명 : "학번_이름" 주차별 파일명 : "Week00_주제"