컨텐츠 내용
- 수강신청
- 과정정보
[6개월] Python 머신러닝
총 학습시간 37시간
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.
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 |