Optimization and Learning Tutorial 2018

The Optimization and Learning Tutorial 2018 (OLT2018) will be held at Ajou University, Suwon on March 24th and 31st, 2018.

The purpose of this tutorial is not just presenting individual works, but teaching basic concepts and tools of Artificial Intelligence and Machine Learning for Combinatorialists, more interactive and specific than a general lecture. To complete a certain task or a example, the style of all tutorials tends to be less formal.

Due to the capacity of the place, we are able to limit your registration. In principle, registration is limited to 30 persons on a first-come, first-served basis, but up to 10 persons could be registered in advance by organizers.


    • Title Optimization and Learning Tutorial 2018 (최적화와 학습에 관한 실습 2018)

    • Date March 24th and 31st (Saturdays), 2018

    • Venue Room 311, Paldal Hall (팔달관), Ajou University, Suwon

    • Web http://event.combinatorics.kr/olt2018

  • We are going to

    • give four 150-minute tutorials with practices in Korean.

    • support 2 meals (lunch of 24 & 31 March) for all participants.



  • March 24 (Saturday)

    • 09h30 - 10h00 Registration

    • 09h50 - 10h00 Opening address

      • Youngwoo Choi, Managing Director, Ajou Industrial Mathematics Center

    • 10h00 - 12h30 Tutotial I

    • 12h30 - 14h00 Lunch

    • 14h00 - 16h30 Tutorial II

    • 16h30 - 17h00 Discussion

    • 17h00 - 00h00 Closing remarks

  • March 31 (Saturday)

    • 09h50 - 10h00 Opening address

      • Kijung Lee, Dean, Department of Mathematics, Ajou University

    • 10h00 - 12h30 Tutorial III

    • 12h30 - 14h00 Lunch

    • 14h00 - 16h30 Tutorial IV

    • 16h30 - 17h00 Discussion

    • 17h00 - 00h00 Closing remarks


  • Tutotial I

    • Lecturer Minjung Gim, NIMS

    • Title Deep learning: An Introduction for Mathematicians I

    • Abstract 자율 주행 자동차, 음성 인식 스피커와 같은 인공 지능 기술들이 각광을 받고 있습니다. 인공 지능을 구현하는 한 가지 방법인 기계학습, 그 중에서도 최근 가장 큰 주목을 받고 있는 딥러닝에 대해 알아보도록 하겠습니다. 두 세션으로 나누어 진행 될 예정이며 Python 언어의 라이브러리인 TensorFlow를 이용하여 직접 실습할 예정입니다. 첫 번째 시간에는 선형회귀, 로지스틱 회귀 모델을 비롯하여 기본적인 딥러닝 개요와 함께 퍼셉트론의 구조 및 학습(최적화) 방법에 대해 알아봅니다.

    • Material olt2018_tutotial1.pdf, https://github.com/mjgim/olt2018_tensorflow

  • Tutotial II

    • Lecturer Jon-Lark Kim, Sogang University

    • Title R로 배우는 인공지능

    • Abstract 인공지능의 아버지는 수학자 앨런 튜링입니다. 그 이후에도 폰 노이만과 글로드 새논 같은 대 학자가 인공지능의 초기 모델을 완성했습니다. 한동안 통계학과 전산학의 전유물로 여겨지던 인공지능이 주성분 분석, 서포트 벡터 머신, 그리고 딥러닝의 등장으로 수학의 중요성이 날로 커지고 있습니다. 본 튜토리얼에서는 R이라는 언어를 활용하여 인공지능의 기본적인 방법들을 같이 해보도록 하겠습니다.

    • Material olt2018_tutotial2.pdf, csv_data.zip

  • Tutotial III

    • Lecturer Sungwoon Kim, NIMS

    • Title Deep learning: An Introduction for Mathematicians II

    • Abstract 첫 번째 시간에 이어서 두 번째 시간에는 다차원 클래스 분류에 사용되는 뉴럴 네트워크의 구조를 살펴봅니다. 다차원 클래스 분류에 사용되는 Softmax, Cross entropy 함수를 살펴볼 예정입니다. MNIST 손글씨 데이터 분류를 위해 Multilayer perceptron(MLP)를 직접 구현하고 실습해봅니다.

    • Material https://github.com/Concreativity/OLT2018

  • Tutotial IV

    • Lecturer Heesung Shin, Inha University

    • Title Convolutional Neural Networks in Keras with CIFAR-10 dataset

    • Abstract Keras를 이용하여 Convolutional Neural Networks 을 구축하여 CIFAR-10 데이터 분류를 직접 구현하고 실습해봅니다.

    • Material CNN with CIFAR10.ipynb


  • Due to the capacity for 30 persons, we set a limit on the number of participants.

    • In principle, registration is on a first-come, first-served basis. But persons who applied for all tutorials are first-served.

      • Someone have to submit a recommendation letter upon request.

      • Also some special participants (up to 10 persons) could be registered in advance by organizer.

  • So your registration could be refused if the number of registrations is over 30, although you submit your registration form before March 11, 2018.

    • Every participant is expected to attend in all tutorials he/she applied. If you do not attend any tutorial after registration, you will be restricted from registering for the further events.

OLT2018 - 기존 사이트 도구의 목록 페이지