머신러닝 이론 및 파이썬 실습

머신러닝 총정리 강의입니다. 실무 경험을 토대로하여 짧고 알기쉬운 동영상 강의로 이루어져있습니다.

(4.8) 수강평 144개

수강생 10,160명

Minsuk Heo

Python 머신러닝

초급자를 위해 준비한
[데이터 분석] 강의입니다.

이런 걸
배워요!

실무에서 사용되는 머신러닝 이론 및 실습
파이썬을 활용한 머신러닝

1. 강좌소개

실무에서 사용되는 머신 러닝의 이론 및 실습을 다룹니다. 실습은 파이썬으로 진행합니다. [?알림?] 지식공유자 허민석 님의 <머신러닝 이론 및 파이썬 실습> 강좌 수강생 여러분!! 본 강좌가 추가 업데이트 되었습니다. ? (2018. 8월 기준) 추가된 강의를 듣고 머신러닝을 더욱 심도있게 공부해보세요!

2. 도움 되는 분들

데이터 분석가 또는 머신러닝 개발자를 꿈꾸는 개발자님들

3. 강좌 특징

강좌는 개념별로 5분에서 15분 사이로 진행합니다. 이론에 사용된 코드는 깃허브에서 직접 다운로드 받아서 실습 가능합니다. GitHub 링크 : https://github.com/minsuk-heo

4. 강사 소개

현재 삼성 Research in America에서 머신러닝 개발자로 지내고 있어요.

이런 분들께
추천드려요!

학습 대상은
누구일까요?

데이터 분석가
머신러닝 개발자를 꿈꾸는 개발자님들

안녕하세요
Minsuk Heo입니다.

커리큘럼

전체

19개 ∙ (2시간 47분)

섹션 1. 환경설정

2개 ∙ (24분)

초간단 머신러닝 개발 환경 세팅하기 (with 아나콘다)
09:14
주피터 노트북 사용법 [기초편]
14:53

섹션 2. kNN(k-Nearest Neighbors)

1개 ∙ (2분)

kNN 최근접 이웃 알고리즘
02:54

섹션 3. 의사결정트리(Decision Tree)

2개 ∙ (8분)

의사결정트리 알고리즘 쉽게 이해하기
05:43
ID3 알고리즘 수학적 접근
03:16

섹션 4. 나이브 베이즈(Naive Bayes) 분류

2개 ∙ (6분)

섹션 5. Linear regression(선형회귀)

1개 ∙ (10분)

섹션 6. kmean 클러스터링

1개 ∙ (11분)

섹션 7. 캐글 (Kaggle) - 데이터과학 실전예제 다루기

4개 ∙ (44분)

섹션 8. 오버피팅(overfitting)& 언더피팅(underfitting)

2개 ∙ (21분)

섹션 9. Norm(L1, L2)

1개 ∙ (7분)

섹션 10. PCA 주성분분석

1개 ∙ (9분)

섹션 11. Confusion Matrix(혼동행렬)

1개 ∙ (5분)

섹션 12. 다중 분류 모델 성능 측정

1개 ∙ (14분)

강의 게시일:

마지막 업데이트일:

수강평

아직 충분한 평가를 받지 못한 강의입니다.

모두에게 도움이 되는 수강평의 주인공이 되어주세요!