1. |
|
인공지능 개요와 발달사 |
1. 프로그램 개요 |
|
2. |
|
코드비 블록코딩으로 배우는 파이썬과 인공지능 |
1. 프로그램 설정, 문자열, 변수선언, 컬렉션, 반복문 |
|
3. |
|
머신러닝 개요 및 학습방법 |
1. 지도학습/비지도학습/강화학습 소개, 기계학습 학습 프로세스 및 학습 목표설명 |
|
4. |
|
지도학습 개요 및 준비과정 |
1. 학습데이터, 검증데이터, 테스트데이터 분류, 전처리, 오차함수, 과적합 이해 |
|
5. |
|
붓꽃(IRIS) 및 당뇨병 데이터를 통한 지도학습 모델 소개 및 실습 |
1. 붓꽃(IRIS) 데이터를 통한 지도학습(선형모델) 소개 및 실습 |
|
6. |
|
유방암 데이터를 통한 지도학습 모델 소개 및 실습 |
1. 유방암 데이터를 활용한 지도학습(트리모델) 소개 및 실습 |
|
7. |
|
시각화 패키지 소개 및 사용 |
1. 데이터의 다양한 교차 검증(Cross Validation) 및 시각화 패키지(Matplotlib) 사용 방법 |
|
8. |
|
데이터의 다양한 교차 검증 방식과 평가지표 방식 소개 |
1. 부스팅, 배깅 알고리즘 소개 및 나만의 데이터 셋 적용 |
|
9. |
|
이상탐지 알고리즘 소개 및 적용 실습 |
1. 차원축소 - 주성분분석(PCA) 알고리즘 소개 및 차원축소 알고리즘을 통한 데이터 적용분야 소개 |
|
10. |
|
비지도 학습의 군집화-KMEANS 알고리즘 소개 및 데이터 적용 |
1. 군집화 - KMEANS 알고리즘 소개 및 데이터 적용 |
|