과정정보
교육소개
코딩 없는 AI 데이터 사이언스, Orange3! 예측 머신러닝 분석 모델 구축부터 적용까지 쉽고 빠르게 Orange3는 코딩 없이 드래그 앤드 드롭 기능으로 누구나 쉽게 데이터 분석을 할 수 있는 머신 러닝 도구이다. 예측 머신러닝 분석, 아직도 파이썬 밖에 모른다면 Orange3를 활용해보자. 본 과정을 통해 복잡한 프로그래밍의 벽을 허물고, 머신러닝 기반 데이터 분석을 자신 있게 수행할 수 있는 고급 데이터 사이언티스트로 거듭나 보자.
학습목표
1. Orange3을 활용하여 예측 머신러닝 모델을 구축할 수 있다.
2. 머신러닝 모델 평가 및 최적화 기법을 설명할 수 있다.
3. 회귀 머신러닝 모델을 이해하고, 업무에 적용할 수 있다.
학습대상
1. 노코드 프로그램으로 예측 머신러닝 분석을 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
머신러닝 지도학습, 분류와 예측 모델의 이해
2
가장 간단한 예측, constant
-
START
-
가장 간단한 예측, constant
4
머신러닝 모델의 워크플로우
-
START
-
지도학습 머신러닝 모델의 워크플로우
-
분석 모델의 저장과 다른 문제에의 활용
5
분석 모델의 평가
-
START
-
분석 모델 평가, 편향(Bias)과 분산(Variance)
6
회귀 모델 결정계수 R2와 설명력 이해하기
-
START
-
회귀 모델 결정계수 R2와 설명력
7
실습! 회귀 모델 결정계수 R2와 설명력
-
START
-
회귀 모델 결정계수 R2와 설명력 실습
8
회귀적 모델의 평가 지표
-
START
-
회귀적 모델의 평가 지표: RMSE, MSE, MA
9
분석 모델의 일반화 가능성 평가, 홀드아웃
-
START
-
분석 모델의 일반화 가능성 평가, 홀드아웃
10
두루두루 쓸 수 있는 분석 모델
-
START
-
LOOCV, K-폴드 교차검증, 그리고 부트스트랩
11
모델 성능 교차 검증
-
START
-
모델 성능 교차 검증 비교와 무시할 수 있는 차이
12
분석 모델의 효율성
-
START
-
분석 모델의 효율성, Feature Selection
17
퍼셉트론의 AND와 OR, NAND 연산
-
START
-
퍼셉트론의 AND, OR, NAND 연산
18
다층 퍼셉트론과 활성화 함수
-
START
-
XOR과 다층 퍼셉트론
-
복잡한 문제 해결을 위한 활성화 함수
19
인공신경망의 하이퍼 파라미터
-
START
-
인공신경망의 하이퍼 파라미터
수강후기
연관과정
동일 카테고리 내 인기과정
