머신러닝 이론 및 파이썬 실습
실무에서 사용되는 머신러닝의 이론과 실습을 다뤄봅시다.
클래스 소개
난이도
쉬움
카테고리
프로그래밍 - 인공지능
태그
인공지능, 머신러닝, 캐글, kaggle, 머신러닝기초, 파이썬머신러닝
수료증
발급 가능
추천 학습대상
- 머신러닝 기초를 알고 싶으신 분
- 데이터 분석가/머신러닝 개발자를 꿈꾸는 분
- 다양한 실습을 통해 머신러닝을 이해하고 싶은 분
- 데이터 분석가/머신러닝 개발자를 꿈꾸는 분
- 다양한 실습을 통해 머신러닝을 이해하고 싶은 분
완강 예상 시간 = 3시간
머신러닝이 궁금한가요?
머신러닝에 호기심을 가진 여러분 환영합니다!
머신러닝이라는 새로운 무언가에 관심은 가지만
장황한 이론과 눈돌아가는 수식을 보며
타자치기마저 망설여졌던 분이라면
그런 마음을 조금 가볍게 해드리겠습니다
머신러닝 이론부터 실습까지
머신러닝 개발을 위한 환경세팅과 꼭 필요한 이론을
집약하여 쉽게 설명드리고자 합니다
데이터과학 실전예제를 다뤄보며
머신러닝 활용을 간접적으로 경험해볼 수 있습니다
강좌는 개념별로 5~15분 사이로 진행되고,
강좌에 사용된 모든 소스코드는 제 GitHub을 통해
제공되는 점 참고해주시기 바랍니다
상상개발자입니다:)
허민석
실리콘밸리의 딥러닝 개발자입니다
한국에서 컴퓨터학부를 졸업한 후
10년간 꿈을 쫓았습니다
저와 같이 꿈을 쫓는 모든 개발자들을 위해
시간이 나는대로 유튜브에 경험을 통해 배운
지식을 공유하며 사는 평범한 개발자입니다
l Icon made by Freepik from www.flaticon.com
교육 과정
모두 펼치기
- 01기본 환경 설정하기
- 02머신러닝 1
- 03캐글(Kaggle)을 활용한 실습
- 04머신러닝 2
초간단 머신러닝 개발 환경 세팅하기 with 아나콘다
주피터 노트북 사용법_기초편
kNN(k-Nearest Neighbors) 최근접 이웃 알고리즘
의사결정트리 (Decision Tree) 알고리즘 쉽게 이해하기
의사결정트리 (Decision Tree) - ID3 알고리즘 수학적 접근
랜덤포레스트
나이브 베이즈(Naive Bayes) 분류-1. 확률 (Probability) 쉽게 이해하기
나이브 베이즈(Naive Bayes) 분류_2. 베이즈 정리 (Bayes' Theorem) 쉽게 이해하기
SVM(Support Vector Machine)
linear regression (선형회귀) 이해하기
logistic regression (로지스틱 회귀)
앙상블 - 하드보팅, 소프트보팅
캐글 (Kaggle) 소개 - 데이터 과학 (머신러닝) 실전 예제 다루기
캐글 - 타이타닉 생존자 예측하기 [1/3] - 데이터 분석
캐글 - 타이타닉 생존자 예측하기 [2/3] - Feature Engineering
캐글 - 타이타닉 생존자 예측하기 [3/3] - modeling, validation, testing
kmean 클러스터링 알고리즘 및 파이썬 실습
오버피팅 (overfitting)
오버피팅, 언더피팅 제대로 이해하고 극복하기
Norm (L1, L2) - 벡터의 크기 또는 길이 측정 시 사용하는 개념
PCA 차원 축소 알고리즘 및 파이썬 구현 (주성분 분석)
Confusion Matrix (혼동행렬) 알고리즘 및 파이썬 실습
다중 분류 모델 성능 측정 (accuracy, f1 score, precision, recall on multiclass classification)
마지막 업데이트|2020년 12월 08일
강의자 소개
구름Teacher
강좌 후기
평균평점
0.0
난이도
쉬움
수강인원
23명