과정정보
교육소개
코딩 없는 AI 데이터 사이언스, Orange3! 노코드 AI 프로그램으로 클러스터링과 차원 축소를 쉽고 빠르게! Orange3는 코딩 없이 드래그 앤드 드롭 기능으로 누구나 쉽게 데이터 분석을 할 수 있는 머신 러닝 도구이다. 클러스터링과 차원 축소, 아직도 파이썬 밖에 모른다면 Orange3를 활용해보자. 본 과정을 통해 복잡한 프로그래밍의 벽을 허물고, 데이터 분석을 자신 있게 수행할 수 있는 고급 데이터 사이언티스트로 거듭나 보자.
학습목표
1. Orange3에서 군집화 알고리즘을 활용하는 방법을 설명할 수 있다.
2. Orange3의 선형, 비선형 차원 축소 기법을 활용하여 복잡한 데이터의 차원을 줄일 수 있다.
3. 다양한 실습을 통해 실무적 데이터 분석 기술을 강화할 수 있다.
학습대상
1. 노코드 프로그램으로 군집화와 데이터 차원 축소를 간단히 수행하고 싶은 직장인
2. 파이썬보다 더 간단한 고급 분석 도구 사용을 원하는 직장인
3. 데이터 분석 역량을 향상하여 업무 효율성을 향상하고자 하는 직장인
강사 및 내용전문가 소개
평가비율 및 수료기준
학습목차
1
비지도 학습 이해
-
START
-
정답 없이 배우는 비지도 학습
2
분류(classfication)와 군집화(clustering)
3
군집화 알고리즘
-
START
-
군집화 알고리즘의 유형, 방법 및 단계
4
비슷한 데이터 찾기1. 거리(distance)
5
비슷한 데이터 찾기2. 기하학적 거리 측도
-
START
-
비슷한 데이터 찾기, 기하학적 거리 측도
6
유사도 기반 측도1. 코사인, 피어슨 유사도
-
START
-
코사인 유사도와 피어슨 유사도
7
유사도 기반 측도2. 자카드, 마할라노비스
-
START
-
자카드 유사도와 마할라노비스 거리
-
거리 행렬, 거리 변환 및 거리 행렬맵
8
분할적 군집 분석1. K 평균 군집화
-
START
-
클러스터 중심을 찾는 K 평균 군집화
9
분할적 군집 분석2. K 평균 군집화를 활용한 데이터 분석
-
START
-
K 평균 군집화를 활용한 데이터 분석
10
분할적 군집 분석3. 클러스터링 품질 평가
-
START
-
클러스터링 품질 평가 - 실루엣 계수
11
분할적 군집 분석4. DBSCAN
-
START
-
밀도를 고려하는 DBSCAN
12
계층적 군집 분석1. 계층적 군집화와 덴드로그램
13
계층적 군집 분석2. 루뱅 클러스터링
-
START
-
네트워크를 군집화하는 루뱅 클러스터링 이해
-
네트워크를 군집화하는 루뱅 클러스터링 실습
15
선형 차원 축소1. 주성분 분석(PCA)
-
START
-
핵심 축을 투영하는 주성분 분석 이해
-
핵심 축을 투영하는 주성분 분석 실습
16
선형 차원 축소2. PCA를 활용한 데이터 분석
-
START
-
PCA를 활용한 데이터 분석
17
선형 차원 축소3. 범주형 데이터를 위한 대응 분석(CA)
-
START
-
범주형 데이터를 위한 대응 분석(CA)
18
비선형 차원 축소, 매니폴드 학습
-
START
-
매니폴드 학습 - t-sNE, LLE, MDS, ISOMAP, SOM
수강후기
연관과정
동일 카테고리 내 인기과정
