메인메뉴로 이동 본문으로 이동

lnb영역

데이터사이언스
과정

컨텐츠 내용

  1. 수강신청
  2. 과정정보

[6개월] Python 머신러닝

과정 이미지 맛보기
[6개월] Python 머신러닝 과정정보
수강기간 180일
강의구성 29차시
수강료 220,000원

 

총 학습시간 37시간


머신러닝.png

 

 


수료기준
평가기준 진도 시험 과제 토론 기타
배점 100% 0% 0% 0% 0%
과락기준 80% 0점 0점 0점 0점
※ 수료기준은 각 평가항목의 점수가 과락기준 점수 이상이고 총점이 80점 이상이어야 합니다.
강의목차
차시 강의명 학습시간
1차시 데이터와 알고리즘 16분
2차시 머신러닝 프로세스 30분
3차시 머신러닝 맛보기1: 분류 문제(로지스틱 회귀분석) 60분
4차시 머신러닝 맛보기2: 회귀 문제(선형회귀분석) 21분
5차시 머신러닝 프로세스1: 범주변수의 변환: one-hot-encoding 21분
6차시 머신러닝 프로세스2: 데이터셋 분할과 모델검증 34분
7차시 머신러닝 프로세스3: 데이터 스케일링 46분
8차시 머신러닝 프로세스4: 모델 훈련과 세부튜닝 28분
9차시 머신러닝 프로세스5: 모델 평가 31분
10차시 머신러닝 프로세스6: 다중분류 24분
11차시 데이터의 3대 유형 18분
12차시 지도학습 알고리즘1: 로지스틱 회귀모델 40분
13차시 지도학습 알고리즘2: k-최근접이웃법(KNN) 26분
14차시 지도학습 알고리즘3: 나이브 베이즈 19분
15차시 지도학습 알고리즘4: 인공신경망 40분
16차시 지도학습 알고리즘5: 서포트 벡터 머신(SVM) 33분
17차시 지도학습 알고리즘6: 의사결정나무(Decision Tree) 21분
18차시 지도학습 알고리즘7: 랜덤 포레스트(Random Forest) 20분
19차시 지도학습 알고리즘8: 투표기반 앙상블 20분
20차시 지도학습 알고리즘9: 앙상블 배깅 17분
21차시 지도학습 알고리즘10: 앙상블 부스팅 15분
22차시 지도학습 알고리즘11: 앙상블 스태킹 17분
23차시 지도학습 알고리즘12: 선형 회귀모델 23분
24차시 지도학습 알고리즘13: 릿지(Ridge) 회귀모델 9분
25차시 지도학습 알고리즘14: 라소(Lasso) 회귀모델 6분
26차시 지도학습 알고리즘15: 엘라스틱넷 10분
27차시 비지도학습 알고리즘1: 군집분석 42분
28차시 비지도학습 알고리즘2: DBSCAN 16분
29차시 비지도학습 알고리즘3: 연관규칙분석 24분