컨텐츠 내용
- 수강신청
- 과정정보
[풀패키지] 클릭으로 완성하는 머신러닝과 딥러닝! (with ORANGE)
과정소개
학습목표
| 차시 | 강의명 | 학습시간 |
|---|---|---|
| 1권. ORANGE와 핵심 마이닝 | ||
| 1차시 | 1-01 ORANGE와 머신러닝 | 20분 |
| 2차시 | 1-02 ORANGE 기능과 위젯 둘러보기 | 11분 |
| 3차시 | 1-03 데이터 연동과 분석 스토리 설계하기 | 14분 |
| 4차시 | 1-04 데이터 탐색하고 시각화하기 | 22분 |
| 5차시 | 1-05 데이터 정제하기 | 13분 |
| 6차시 | 1-06 데이터 변환하기 | 12분 |
| 7차시 | 1-07 ORANGE의 지도학습 알고리즘 소개 | 13분 |
| 8차시 | 1-08 회귀의 지도학습 시나리오 설계와 실습 | 24분 |
| 9차시 | 1-09 분류의 지도학습 시나리오 설계와 실습 | 14분 |
| 10차시 | 1-10 ORANGE의 비지도학습 알고리즘 소개 | 11분 |
| 11차시 | 1-11 군집으로 유사한 집단 묶어보기 | 28분 |
| 12차시 | 1-12 연관으로 장바구니 분석해보기 | 15분 |
| 13차시 | 1-13 네트워크분석으로 관계성 파악하기 | 23분 |
| 14차시 | 1-14 텍스트마이닝 기본이해와 활용 | 15분 |
| 15차시 | 1-15 텍스트마이닝 시나리오 설계와 기초분석 | 19분 |
| 16차시 | 1-16 텍스트 클러스터링과 시각화 | 15분 |
| 17차시 | 1-17 텍스트 임베딩과 활용 | 24분 |
| 18차시 | 1-18 이미지분석 기본이해와 활용 | 12분 |
| 19차시 | 1-19 이미지 임베딩과 시각화 | 15분 |
| 20차시 | 1-20 이미지 분류와 전이모델 | 10분 |
| 2권. ORANGE 지도학습 마스터 | ||
| 21차시 | 2-01 데이터와 알고리즘 | 20분 |
| 22차시 | 2-02 머신러닝 프로세스(1) 정규화와 원핫인코딩 | 19분 |
| 23차시 | 2-03 머신러닝 프로세스(2) 데이터셋분할 | 10분 |
| 24차시 | 2-04 머신러닝 프로세스(3) 모델링과 파라미터 | 10분 |
| 25차시 | 2-05 머신러닝 프로세스(4) 모델평가와 지표 | 13분 |
| 26차시 | 2-06 다차원과 알고리즘 | 13분 |
| 27차시 | 2-07 예제 데이터 설명과 분석 시나리오 설계 | 13분 |
| 28차시 | 2-08 Linear Regression(1) 개념과 핵심 파라미터 | 11분 |
| 29차시 | 2-09 Linear Regression(2) 모델구축과 평가 | 28분 |
| 30차시 | 2-10 KNN(1) 개념과 핵심 파라미터 | 11분 |
| 31차시 | 2-11 KNN(2) 모델구축과 평가 | 16분 |
| 32차시 | 2-12 회귀문제 결과물 논문으로 정리하기 | 8분 |
| 33차시 | 2-13 Logistic Regression(1) 개념과 핵심 파라미터 | 9분 |
| 34차시 | 2-14 Logistic Regression(2) 모델구축과 평가 | 21분 |
| 35차시 | 2-15 Decision Tree(1) 개념과 핵심 파라미터 | 12분 |
| 36차시 | 2-16 Decision Tree(2) 모델구축과 평가 | 19분 |
| 37차시 | 2-17 Support Vector Machine(1) 개념과 핵심 파라미터 | 10분 |
| 38차시 | 2-18 Support Vector Machine(2) 모델구축과 평가 | 15분 |
| 39차시 | 2-19 Naive Bayes(1) 개념과 핵심 파라미터 | 8분 |
| 40차시 | 2-20 Naive Bayes(2) 모델구축과 평가 | 10분 |
| 41차시 | 2-21 앙상블 기법의 개념과 종류 | 12분 |
| 42차시 | 2-22 Random Forest(1) 개념과 핵심 파라미터 | 6분 |
| 43차시 | 2-23 Random Forest(2) 모델구축과 평가 | 14분 |
| 44차시 | 2-24 Gradient Boosting(1) 개념과 핵심 파라미터 | 10분 |
| 45차시 | 2-25 Gradient Boosting(2) 모델구축과 평가 | 13분 |
| 46차시 | 2-26 AdaBoost(1) 개념과 핵심 파라미터 | 5분 |
| 47차시 | 2-27 AdaBoost(2) 모델구축과 평가 | 10분 |
| 48차시 | 2-28 Stacking(1) 개념과 핵심 파라미터 | 5분 |
| 49차시 | 2-29 Stacking(2) 모델구축과 평가 | 14분 |
| 50차시 | 2-30 분류문제 결과물 논문으로 정리하기 | 6분 |
| 51차시 | 2-31 신경망모델과 딥러닝의 핵심 원리 | 17분 |
| 52차시 | 2-32 Stochastic Gradient Descent(1) 개념과 핵심 파라미터 | 13분 |
| 53차시 | 2-33 Stochastic Gradient Descent(2) 모델구축과 평가 | 13분 |
| 54차시 | 2-34 Neural Network(1) 개념과 핵심 파라미터 | 10분 |
| 55차시 | 2-35 Neural Network(2) 모델구축과 평가 | 15분 |
| 3권. ORANGE 비지도학습 마스터 | ||
| 56차시 | 3-01 비지도학습의 개념과 종류 | 7분 |
| 57차시 | 3-02 Clustering의 종류와 활용 | 15분 |
| 58차시 | 3-03 다차원에서의 거리 개념 | 9분 |
| 59차시 | 3-04 Hierarchical Clustering | 30분 |
| 60차시 | 3-05 K-Means Clustering | 12분 |
| 61차시 | 3-06 Louvain Clustering | 10분 |
| 62차시 | 3-07 DBSCAN | 19분 |
| 63차시 | 3-08 PCA(1) 개념과 원리 | 16분 |
| 64차시 | 3-09 PCA(2) 모델실습과 해석 | 14분 |
| 65차시 | 3-10 대응일치분석(1) 개념과 원리 | 8분 |
| 66차시 | 3-11 대응일치분석(2) 모델실습과 해석 | 10분 |
| 67차시 | 3-12 다차원척도법(1) 개념과 원리 | 8분 |
| 68차시 | 3-13 다차원척도법(2) 모델실습과 해석 | 6분 |
| 69차시 | 3-14 t-SNE(1) 개념과 원리 | 10분 |
| 70차시 | 3-15 t-SNE(2) 모델실습과 해석 | 7분 |
| 71차시 | 3-16 연관규칙분석 개념과 주요 지표 | 7분 |
| 72차시 | 3-17 연관규칙분석 실습과 해석 | 11분 |
| 73차시 | 3-18 네트워크분석의 개념과 활용법 | 11분 |
| 74차시 | 3-19 네트워크 분석 실습과 핵심 지표 | 15분 |
| 4권. ORANGE 텍스트와 이미지분석 마스터 | ||
| 75차시 | 4-01 텍스트마이닝의 개념과 활용 | 12분 |
| 76차시 | 4-02 텍스트마이닝 분석법과 자료확보 | 18분 |
| 77차시 | 4-03 텍스트마이닝 분석 프로세스 | 9분 |
| 78차시 | 4-04 텍스트 데이터 연동 및 탐색 | 20분 |
| 79차시 | 4-05 텍스트 전처리와 불용어 사전만들기 | 23분 |
| 80차시 | 4-06 워드클라우드와 하위집단 분석 | 15분 |
| 81차시 | 4-07 텍스트와 네트워크 분석의 연계 | 21분 |
| 82차시 | 4-08 텍스트 그룹핑 및 그룹 키워드 추출 | 11분 |
| 83차시 | 4-09 LDA와 토픽모델링의 이해 | 7분 |
| 84차시 | 4-10 LDA 분석과 LDAViz | 13분 |
| 85차시 | 4-11 텍스트 Clustering의 이해 | 9분 |
| 86차시 | 4-12 빈도 기준 클러스터 | 16분 |
| 87차시 | 4-13 임베딩 기준 클러스터 | 16분 |
| 88차시 | 4-14 감성분석(Sentiment Analysis)의 이해 | 10분 |
| 89차시 | 4-15 감성단어 사전 활용법 | 12분 |
| 90차시 | 4-16 감성분석과 감성 스코어링 | 17분 |
| 91차시 | 4-17 워드임베딩 개념과 적용 | 18분 |
| 92차시 | 4-18 텍스트마이닝과 머신러닝 적용 | 20분 |
| 93차시 | 4-19 예제 데이터와 분석 시나리오 설계 | 8분 |
| 94차시 | 4-20 한글 전처리와 불용어 사전 적용 | 10분 |
| 95차시 | 4-21 워드 클라우드와 텍스트 네트워크 분석 | 14분 |
| 96차시 | 4-22 토픽모델링과 클러스터링 | 21분 |
| 97차시 | 4-23 감성분석과 감성스코어링 | 6분 |
| 98차시 | 4-24 워드 임베딩 및 머신러닝 분류 적용 | 11분 |
| 99차시 | 4-25 결과 종합 및 보고서 작성 | 10분 |
| 100차시 | 4-26 예제 이미지 데이터와 분석 시나리오 설계 | 11분 |
| 101차시 | 4-27 이미지 임베딩 개념과 적용 | 17분 |
| 102차시 | 4-28 이미지 군집화 | 9분 |
| 103차시 | 4-29 이미지 분류와 전이모델의 활용법 | 9분 |
| 104차시 | 4-30 결과 종합 및 보고서 작성 | 7분 |
