과정정보
교육소개
머신러닝의 다양한 기법들을 실제 데이터를 통해 학습하며 데이터를 기반으로 미래를 예측해보자!
학습목표
1. 파이썬 머신러닝 패키지 사이킷런을 이해하고 프레임 워크를 정리할 수 있다.
2. 실전 사례와 사이킷런 실습으로 실무에서 주요하게 쓰이는 알고리즘의 핵심을 이해하고 건강 진단 데이터 전처리, 주택가격예측, 와인데이터셋 분류를 직접 해낼 수 있다.
학습대상
- 데이터를 기반으로 다양하게 분석하고 미래를 예측하고 싶은 직장인
- 빠르고 정확하게 분석된 예측과 결과로 의사결정을 효율적으로 하고 싶은 직장인
강사 및 내용전문가 소개
평가비율 및 수료기준
진도율 0%
최종평가 100%
수료기준: 60점 이상
학습목차
1
머신러닝 패키지 - 사이킷런 활용하기
-
START
-
소개와 특징, 프레임워크
-
Estimator 클래스 지도학습, 비지도학습
-
주요 모듈
-
데이터 셋 구조
-
Model Selection 모듈
2
머신러닝 - Model Selection 모듈
-
START
-
Model Selection 모듈
-
Model Selection 모듈 교차검증
-
Model Selection 모듈 교차검증 실습
-
iris 데이터셋 교차검증 사례실습
3
머신러닝 UnderFitting과 OverFitting, 그리고 데이터 전처리
-
START
-
일반화의 오류, UnderFitting 및 OverFittin
-
데이터 전처리
-
데이터 전처리, 결측치 처리
-
데이터 전처리, 결측치 처리 실습
4
데이터 전처리하기
-
START
-
피처 스케일링과 정규화
-
피처 스케일링과 정규화 실습
-
레이블 인코딩
-
레이블 인코딩 실습
-
원핫인코딩 정리?및 실습
5
데이터 전처리 실전과 머신러닝 주요 알고리즘 (1)
-
START
-
건강진단 데이터 실전사례
-
Regression (1)
-
Regression (2)
6
머신러닝 주요 알고리즘 (2)
-
START
-
단순선형회귀와 다중선형회귀
-
회귀 모델 평가 지표
-
주택가격예측 회귀모델 실전사례
7
머신러닝 주요 알고리즘 (3)
-
START
-
statsmodels 라이브러리 활용 회귀모델
-
Classification
-
최근접이웃 Knn
-
최근접이웃 Knn 실습
8
머신러닝 주요 알고리즘 (4)
-
START
-
Decision Tree
-
Decision Tree 실습
-
분류 앙상블 모형
-
분류 앙상블 모형 실습
-
분류 모델 평가지표
9
머신러닝 주요 알고리즘 (5)
-
START
-
분류 모델 평가지표
-
K Means Clustering
-
K Means Clustering 실전사례
수강후기
연관과정
동일 카테고리 내 인기과정
