본 강좌는 생물정보학 및 통계유전학을 처음 접하는 입문자를 대상으로, 딥러닝의 기본 원리와 이를 유전체 데이터 분석에 적용하는 방법을 소개합니다. 먼저, 신경망의 history와 퍼셉트론의 한계를 설명하며, 다층 신경망과 활성화 함수의 특징을 다룹니다. 이어서, 딥러닝 모델이 학습되는 과정과 문제점 및 해결책 등을 간략히 소개합니다.
실제 적용 사례로는 유전체 데이터를 예시로, 입력 데이터의 전처리, 모델 구조, 정규화 및 과적합 방지 기법 등을 설명하고, 전통적 통계 모델 및 ML 기법과의 성능 차이도 비교합니다. 또한, CNN의 기본 원리와 구조, 필터의 역할, 하이퍼파라미터 설정, 그리고 CNN 모델이 유전체 데이터 분석에 어떻게 활용될 수 있는지 소개합니다.
본 강좌를 통해 수강생들은 딥러닝의 기본 개념과 신경망 구조, 그리고 유전체 데이터 분석에 딥러닝을 적용하는 기초 역량을 갖추게 될 것으로 기대합니다.