오리엔테이션 | ||||
사전진단체크리스트 | ||||
1. | 머신러닝 개요 | 머신러닝과 필수 라이브러리 | ||
머신러닝 개요 | 머신러닝과 필수 라이브러리 | |||
머신러닝 개요 | 머신러닝 실습 | |||
머신러닝 개요 | 머신러닝 실습 | |||
머신러닝 개요 | 머신러닝 실습 분석 | |||
머신러닝 개요 | 머신러닝 실습 분석 | |||
2. | 지도 학습 알고리즘 Ⅰ | 분류와 회귀 | ||
지도 학습 알고리즘 Ⅰ | 분류와 회귀 | |||
지도 학습 알고리즘 Ⅰ | 지도 학습 알고리즘(1) | |||
지도 학습 알고리즘 Ⅰ | 지도 학습 알고리즘(1) | |||
지도 학습 알고리즘 Ⅰ | 지도 학습 알고리즘(2) | |||
지도 학습 알고리즘 Ⅰ | 지도 학습 알고리즘(2) | |||
3. | 지도 학습 알고리즘 Ⅱ | 지도 학습 알고리즘(3) | ||
지도 학습 알고리즘 Ⅱ | 지도 학습 알고리즘(3) | |||
지도 학습 알고리즘 Ⅱ | 지도 학습 알고리즘(4) | |||
지도 학습 알고리즘 Ⅱ | 지도 학습 알고리즘(4) | |||
지도 학습 알고리즘 Ⅱ | 지도 학습 알고리즘(5) | |||
지도 학습 알고리즘 Ⅱ | 지도 학습 알고리즘(5) | |||
4. | 지도 학습 알고리즘 Ⅲ | 지도 학습 알고리즘(6) | ||
지도 학습 알고리즘 Ⅲ | 지도 학습 알고리즘(6) | |||
지도 학습 알고리즘 Ⅲ | 지도 학습 알고리즘(7) | |||
지도 학습 알고리즘 Ⅲ | 지도 학습 알고리즘(7) | |||
지도 학습 알고리즘 Ⅲ | 지도 학습 알고리즘(8) | |||
지도 학습 알고리즘 Ⅲ | 지도 학습 알고리즘(8) | |||
5. | 지도 학습 알고리즘 Ⅳ | 지도 학습 알고리즘(9) | ||
지도 학습 알고리즘 Ⅳ | 지도 학습 알고리즘(9) | |||
지도 학습 알고리즘 Ⅳ | 지도 학습 알고리즘(10) | |||
지도 학습 알고리즘 Ⅳ | 지도 학습 알고리즘(10) | |||
지도 학습 알고리즘 Ⅳ | 분류 예측의 불확실성 추정 | |||
지도 학습 알고리즘 Ⅳ | 분류 예측의 불확실성 추정 | |||
6. | 비지도 학습과 데이터 전처리Ⅰ | 비지도 학습과 데이터 전처리 | ||
비지도 학습과 데이터 전처리Ⅰ | 비지도 학습과 데이터 전처리 | |||
비지도 학습과 데이터 전처리Ⅰ | 주성분 분석 (PCA) | |||
비지도 학습과 데이터 전처리Ⅰ | 주성분 분석 (PCA) | |||
비지도 학습과 데이터 전처리Ⅰ | 비음수 행렬 분해(NMF)와 매니폴드 학습 | |||
비지도 학습과 데이터 전처리Ⅰ | 비음수 행렬 분해(NMF)와 매니폴드 학습 | |||
7. | 비지도 학습과 데이터 전처리 Ⅱ | 군집(1) | ||
비지도 학습과 데이터 전처리 Ⅱ | 군집(1) | |||
비지도 학습과 데이터 전처리 Ⅱ | 군집(2) | |||
비지도 학습과 데이터 전처리 Ⅱ | 군집(2) | |||
비지도 학습과 데이터 전처리 Ⅱ | 군집(3) | |||
비지도 학습과 데이터 전처리 Ⅱ | 군집(3) | |||
8. | 중간평가 | 1~4주 학습정리 | ||
중간평가 | 5~7주 학습정리 | |||
중간평가 | 직무능력 점검하기 | |||
9. | 사전진단체크리스트 | |||
데이터 표현 | 원-핫-인코딩(가변수)과 숫자로 표현된 범주형 특성 | |||
데이터 표현 | 원-핫-인코딩(가변수)과 숫자로 표현된 범주형 특성 | |||
데이터 표현 | 구간 분할, 이산화, 선형 및 트리모델, 및 상호작용과 다항식 | |||
데이터 표현 | 구간 분할, 이산화, 선형 및 트리모델, 및 상호작용과 다항식 | |||
데이터 표현 | 특성 자동 선택 | |||
데이터 표현 | 특성 자동 선택 | |||
10. | 모델 평가와 성능 향상 | 교차 검증 | ||
모델 평가와 성능 향상 | 교차 검증 | |||
모델 평가와 성능 향상 | 그리드 서치 | |||
모델 평가와 성능 향상 | 그리드 서치 | |||
모델 평가와 성능 향상 | 평가 지표와 측정(1) | |||
모델 평가와 성능 향상 | 평가 지표와 측정(1) | |||
11. | 알고리즘 체인과 파이프라인 | 평가 지표와 측정(2) | ||
알고리즘 체인과 파이프라인 | 평가 지표와 측정(2) | |||
알고리즘 체인과 파이프라인 | 데이터 전처리와 매개변수 선택 및 파이프라인 구축 | |||
알고리즘 체인과 파이프라인 | 데이터 전처리와 매개변수 선택 및 파이프라인 구축 | |||
알고리즘 체인과 파이프라인 | 파이프라인 인터페이스와 모델 선택을 위한 그리드서치 | |||
알고리즘 체인과 파이프라인 | 파이프라인 인터페이스와 모델 선택을 위한 그리드서치 | |||
12. | 자연어 처리 | 문자열 데이터 타입과 실전 예제 | ||
자연어 처리 | 문자열 데이터 타입과 실전 예제 | |||
자연어 처리 | 텍스트 데이터 BOW 표현 | |||
자연어 처리 | 텍스트 데이터 BOW 표현 | |||
자연어 처리 | 불용어, tf-idf로 데이터 스케일 변경, 모델 계수 조사 | |||
자연어 처리 | 불용어, tf-idf로 데이터 스케일 변경, 모델 계수 조사 | |||
13. | 자연어 처리와 문자추출 | 여러 단어로 만든 BOW(n-그램) | ||
자연어 처리와 문자추출 | 여러 단어로 만든 BOW(n-그램) | |||
자연어 처리와 문자추출 | 고급 토큰화, 어간 및 표제어 추출 | |||
자연어 처리와 문자추출 | 고급 토큰화, 어간 및 표제어 추출 | |||
자연어 처리와 문자추출 | 토픽 모델링과 문서 군집화 | |||
자연어 처리와 문자추출 | 토픽 모델링과 문서 군집화 | |||
14. | 딥러닝과 심층 신경망 활용 | 딥러닝과 심층 신경망 | ||
딥러닝과 심층 신경망 활용 | 딥러닝과 심층 신경망 | |||
딥러닝과 심층 신경망 활용 | 딥러닝 활용과 동향 | |||
딥러닝과 심층 신경망 활용 | 딥러닝 활용과 동향 | |||
딥러닝과 심층 신경망 활용 | 머신러닝과 딥러닝 지원 소프트웨어 | |||
딥러닝과 심층 신경망 활용 | 머신러닝과 딥러닝 지원 소프트웨어 | |||
15. | 기말평가 | 9~11주 학습정리 | ||
기말평가 | 12~14주 학습정리 | |||
기말평가 | 직무능력 점검하기 |