| 1. |
 |
1. 교과목 소개 2. 머신러닝 기초 3. 파이썬 소개 |
머신러닝 기초 |
 |
|
|
1. 교과목 소개 2. 머신러닝 기초 3. 파이썬 소개 |
파이썬 기초 |
|
| 2. |
|
1. 파이썬 프로그래밍 기초 2. 분석용 파이썬 라이브러리 3. 모형 평가와 성능향상 |
파이썬 프로그램 기초 |
|
|
|
1. 파이썬 프로그래밍 기초 2. 분석용 파이썬 라이브러리 3. 모형 평가와 성능향상 |
파이썬 라이브러리 |
|
|
|
1. 파이썬 프로그래밍 기초 2. 분석용 파이썬 라이브러리 3. 모형 평가와 성능향상 |
데이터 준비 |
|
|
|
1. 파이썬 프로그래밍 기초 2. 분석용 파이썬 라이브러리 3. 모형 평가와 성능향상 |
모형평가 |
|
|
|
1. 파이썬 프로그래밍 기초 2. 분석용 파이썬 라이브러리 3. 모형 평가와 성능향상 |
성능향상 |
|
| 3. |
|
1. 표준 선형 회귀모형 2. 릿지 선형 회귀모형 3. 라쏘 선형 회귀모형 |
선형회귀모형 개요 |
|
|
|
1. 표준 선형 회귀모형 2. 릿지 선형 회귀모형 3. 라쏘 선형 회귀모형 |
주요 선형회귀모형 |
|
|
|
1. 표준 선형 회귀모형 2. 릿지 선형 회귀모형 3. 라쏘 선형 회귀모형 |
선형회귀모형 실습 1-표준선형 회귀 |
|
|
|
1. 표준 선형 회귀모형 2. 릿지 선형 회귀모형 3. 라쏘 선형 회귀모형 |
선형회귀모형 실습 2-릿지 및 라쏘 선형회귀 |
|
| 4. |
|
1. 로지스틱 회귀분석 이론 2. 이항 분류를 위한 로지스틱 회귀 3. 다항 분류를 위한 로지스틱 회귀 |
로지스틱 회귀분석 개요 |
|
|
|
1. 로지스틱 회귀분석 이론 2. 이항 분류를 위한 로지스틱 회귀 3. 다항 분류를 위한 로지스틱 회귀 |
로지스틱 회귀분석 주요이론 |
|
|
|
1. 로지스틱 회귀분석 이론 2. 이항 분류를 위한 로지스틱 회귀 3. 다항 분류를 위한 로지스틱 회귀 |
로지스틱 회귀분석 실습 1-이항분류예측 |
|
|
|
1. 로지스틱 회귀분석 이론 2. 이항 분류를 위한 로지스틱 회귀 3. 다항 분류를 위한 로지스틱 회귀 |
로지스틱 회귀분석 실습 2-다항분류예측 |
|
| 5. |
|
1. K 최근접 이웃 모형 이론 2. 분류예측 3. 수치예측 |
k-최근접이웃 개요 및 주요이론 |
|
|
|
1. K 최근접 이웃 모형 이론 2. 분류예측 3. 수치예측 |
k-최근접 이웃 실습 1-분류예측 |
|
|
|
1. K 최근접 이웃 모형 이론 2. 분류예측 3. 수치예측 |
k-최근접이웃 실습 2- 수치예측 |
|
| 6. |
|
1. 의사결정나무 모형 이론 2. 분류예측 3. 수치예측 4. 모형성능 비교 |
의사결정나무 개요, 의사결정나무 주요이론동영상 |
|
|
|
1. 의사결정나무 모형 이론 2. 분류예측 3. 수치예측 4. 모형성능 비교 |
의사결정나무 실습 1-분류예측동영상 |
|
|
|
1. 의사결정나무 모형 이론 2. 분류예측 3. 수치예측 4. 모형성능 비교 |
의사결정나무 실습 2-수치예측동영상 |
|
|
|
1. 의사결정나무 모형 이론 2. 분류예측 3. 수치예측 4. 모형성능 비교 |
모형성능비교동영상 |
|
| 7. |
|
1. SVM 이론 2. 선형/비선형 SVM 3. 회귀 SVM |
SVM 개요, 8.2 SVM 주요이론 |
|
|
|
1. SVM 이론 2. 선형/비선형 SVM 3. 회귀 SVM |
SVM 실습 1-분류예측 (1) |
|
|
|
1. SVM 이론 2. 선형/비선형 SVM 3. 회귀 SVM |
SVM 실습 2-수치 예측 |
|
| 8. |
|
1. 나이브베이즈 2. 분류예측 나이브 베이즈 3. 수치예측 나이브 베이즈 |
베이즈 정리, 나이브베이즈 개요 |
|
|
|
1. 나이브베이즈 2. 분류예측 나이브 베이즈 3. 수치예측 나이브 베이즈 |
나이브베이즈 실습 1-가우시안 나이브베이즈 |
|
|
|
1. 나이브베이즈 2. 분류예측 나이브 베이즈 3. 수치예측 나이브 베이즈 |
나이브베이즈 실습 2-베르누이 나이브베이즈 |
|
|
|
1. 나이브베이즈 2. 분류예측 나이브 베이즈 3. 수치예측 나이브 베이즈 |
나이브베이즈 실습 3-다항분포 나이브베이즈 |
|
| 9. |
|
1. 딥러닝 2. 심층 신경망 3. 합성곱 신경망 4. 순환 신경망 |
인공신경망 개요, 인공신경망 주요이론. |
|
|
|
1. 딥러닝 2. 심층 신경망 3. 합성곱 신경망 4. 순환 신경망 |
인공신경망 실습 1-분류예측. |
|
|
|
1. 딥러닝 2. 심층 신경망 3. 합성곱 신경망 4. 순환 신경망 |
인공신경망 실습 2-수치예측. |
|
|
|
1. 딥러닝 2. 심층 신경망 3. 합성곱 신경망 4. 순환 신경망 |
딥러닝 개요, 딥러닝 주요모형 |
|
|
|
1. 딥러닝 2. 심층 신경망 3. 합성곱 신경망 4. 순환 신경망 |
딥러닝 실습 1-DNN |
|
|
|
1. 딥러닝 2. 심층 신경망 3. 합성곱 신경망 4. 순환 신경망 |
딥러닝 실습 2-CNN |
|
|
|
1. 딥러닝 2. 심층 신경망 3. 합성곱 신경망 4. 순환 신경망 |
딥러닝 실습 3-RNN |
|
| 10. |
|
1. 앙상블 기초 2. 보팅 앙상블 3. 램덤 포레스트 4. 그레디언트 부스팅 |
앙상블개요, 앙상블 주요모형 |
|
|
|
1. 앙상블 기초 2. 보팅 앙상블 3. 램덤 포레스트 4. 그레디언트 부스팅 |
앙상블 실습 1-보팅앙상블 |
|
|
|
1. 앙상블 기초 2. 보팅 앙상블 3. 램덤 포레스트 4. 그레디언트 부스팅 |
앙상블 실습 2-랜덤포레스트 |
|
|
|
1. 앙상블 기초 2. 보팅 앙상블 3. 램덤 포레스트 4. 그레디언트 부스팅 |
앙상블 실습 3-그래디언트 부스팅 |
|
|
|
1. 앙상블 기초 2. 보팅 앙상블 3. 램덤 포레스트 4. 그레디언트 부스팅 |
앙상블 모형 성능비교 |
|
| 11. |
|
1. 군집분석 이론 2. 계층적 군집분석 3. K-평균 군집분석 4. DBSCAN 군집분석 |
군집분석 개요, 군집분석 주요모형 |
|
|
|
1. 군집분석 이론 2. 계층적 군집분석 3. K-평균 군집분석 4. DBSCAN 군집분석 |
군집분석 실습 1-계층적 군집분석 |
|
|
|
1. 군집분석 이론 2. 계층적 군집분석 3. K-평균 군집분석 4. DBSCAN 군집분석 |
군집분석 실습 2-K-평균 군집분석 |
|
|
|
1. 군집분석 이론 2. 계층적 군집분석 3. K-평균 군집분석 4. DBSCAN 군집분석 |
군집분석 실습 3-DBSCAN 군집분석 |
|
|
|
1. 군집분석 이론 2. 계층적 군집분석 3. K-평균 군집분석 4. DBSCAN 군집분석 |
군집분석 실습 4-군집분석 품질비교 |
|
| 12. |
|
1. 연관규칙 분석 2. 장바구니 분석 실습 3. 협업필터링 이론 4. 협업필터링 실습 |
연관규칙 분석 개요, 주요이론 |
|
|
|
1. 연관규칙 분석 2. 장바구니 분석 실습 3. 협업필터링 이론 4. 협업필터링 실습 |
연관규칙분석 실습 |
|
|
|
1. 연관규칙 분석 2. 장바구니 분석 실습 3. 협업필터링 이론 4. 협업필터링 실습 |
협업필터링 개요, 주요모형 |
|
|
|
1. 연관규칙 분석 2. 장바구니 분석 실습 3. 협업필터링 이론 4. 협업필터링 실습 |
협업 필터링 실습 |
|
| 13. |
|
1. 텍스트마이닝 이론 2. 웹 스크래핑 3. 빈도분석 4. 버즈분석 5. 토픽모델링 |
텍스트마이닝 개요 및 이론 |
|
|
|
1. 텍스트마이닝 이론 2. 웹 스크래핑 3. 빈도분석 4. 버즈분석 5. 토픽모델링 |
웹 스크래핑 |
|
|
|
1. 텍스트마이닝 이론 2. 웹 스크래핑 3. 빈도분석 4. 버즈분석 5. 토픽모델링 |
빈도분석 |
|
|
|
1. 텍스트마이닝 이론 2. 웹 스크래핑 3. 빈도분석 4. 버즈분석 5. 토픽모델링 |
버즈분석 |
|
|
|
1. 텍스트마이닝 이론 2. 웹 스크래핑 3. 빈도분석 4. 버즈분석 5. 토픽모델링 |
토픽 모델링 |
|
대구광역시 동구 동내로 64(동내동 1119) 우)41061
페이스북
트위터
카카오톡
네이버밴드
링크복사
