머신러닝을 처음 접하는 사람들을 대상으로 기초적인 머신러닝 이론을 간략하게 다룬 머신러닝 기초 강의입니다.
이런 걸
배워요!
머신러닝의 기초 개념 및 관련 용어
머신러닝에서 주로 쓰이는 다양한 알고리즘
캐글(Kaggle) 데이터셋을 기반으로 한 머신러닝 구현
(이 강의는 강사의 답변이 제공되지 않습니다. 참고하시기 바랍니다.)
알파고, 인공신경망 번역... 머신러닝, 딥러닝에 대한 관심이 점점 더 늘고 있습니다.
이 강의에서는 머신러닝에 대해 관심이 있지만, 머신러닝을 처음 접하는 학습자를 대상으로
머신러닝의 기본 원리와 관련 이론을 간략하게 살펴보고,
캐글(Kaggle) 데이터셋을 사용해 간단한 머신러닝 기술을 실습해 봅니다.
Q. 초보자, 입문자도 들을 수 있나요?
A. 네, 가능합니다. 다만 머신러닝 개념을 배우고자 하는 분들께 초점을 맞춰 기초적인 개념을 개괄적으로 다루고 있으므로, 초급 학습자 이상에게는 적합하지 않습니다. 커리큘럼 및 '미리보기 강의'를 꼭 확인해주세요.
Q. 강의 교안이 포함되어 있나요?
A. 강의 개요 마지막 수업에 해당되는 '머신러닝 실습 코드 자료 (다운로드)' 로 들어가시면
머신러닝 실습을 위한 코드 자료가 첨부되어 있습니다.
우측 상단의 녹색 '자료' 버튼을 클릭해주시면 자료 압축 파일을 다운로드받을 수 있습니다.
학습 대상은
누구일까요?
머신러닝을 처음 접하는 사람들
머신러닝 기본 교양을 쌓고 싶은 사람들
선수 지식,
필요할까요?
알고리즘 및 수학에 대한 기본적인 이해
전체
19개 ∙ (4시간 18분)
가 제공되는 강의입니다.
머신러닝 개념 및 정의
17:59
머신러닝 용어 및 라이브러리 정리
18:08
선형 회귀 모델
18:15
다중 선형 회귀
08:11
로지스틱 회귀 모델
13:17
로지스틱 회귀 모델 구현
14:15
의사 결정 나무
08:19
의사 결정 나무 구현
13:49
랜덤 포레스트
07:01
랜덤 포레스트 구현
15:47
knn
08:56
knn 구현
11:04
데이터 전처리
10:31
최종 실습 - 타이타닉1
15:37
최종 실습 - 타이타닉2
17:05
최종 실습 - 타이타닉3
26:33