강사
강지영
강의개요
인공지능, 머신러닝, 딥러닝의 개념에 대해 이해하고 머신러닝 방법론을 보면서 데이터 분석 및 프로세스 적용, 모델 평가 방법 선택을 할 수 있는 강의입니다.
학습 대상
인공지능 및 머신러닝 분야의 학습이 필요하신 분들
학습내용에 대한 기본기를 탄탄히 다지면서 마스터 하고 싶으신 분들
이론적인 내용과 실무적인 능력을 함께 습득하고 싶으신 분들
학습 방법
강의 커리큘럼에 따라 이론내용을 습득하고 따라하여 실습해보는 것으로 진행됩니다.
강의 특징
인공지능, 머신러닝, 딥러닝 기본 개념을 이해하고 3가지 모델평가 실습을 수행할 수 있습니다.
체계적이고 꼼꼼한 학습 방식으로 탄탄한 지식과 함께 실무적인 능력을 쌓을 수 있습니다.
이해하기 쉬운 선생님의 설명으로, 수강생들은 학습에 흥미를 가지고 즐겁게 수업에 임할 수 있습니다.
강의 구성
1강 - 인공지능 및 머신러닝 개요
2강 - 머신러닝 프로세스
3강 - 워크샵
4강 - 실습(1) 분류모델
5강 - 실습(2) 예측모델
6강 - 실습(3) 군집모델
강의 수간 기간
- 결제일로부터 6개월
등록된 평가가 없습니다.
강의를 듣고 평가를 해주세요.
[알고리즘] 인공지능 및 머신러닝 이해_실습파일
[알고리즘] 인공지능 및 머신러닝 이해 강의 실습파일
6강 - 실습(3) 군집모델
인공지능 및 머신러닝 이해 6강
3.1 군집 알고리즘
3.2 K-means
3.3 군집평가
5강 - 실습(2) 예측모델
인공지능 및 머신러닝 이해 5강
2.1 예측문제
2.2 선형 회귀
2.3 회귀분석 모델 평가지표
2.4 교차검증
2.5 다양한 분류모델
4강 - 실습(1) 분류모델
인공지능 및 머신러닝 이해 4강
1.1 문제정의
1.2 기본분류모델
1.3 교차검증
1.4 하이퍼파라미터 최적화
1.5 다양한 분류모델
1.6 앙상블
3강 - 워크샵
인공지능 및 머신러닝 이해 3강
2강 - 머신러닝 프로세스
인공지능 및 머신러닝 이해 2강
2.1 머신러링 프로세스
2.2 문제정의
2.3 데이터 전처리
2.4 학습
2.5 평가
1강 - 인공지능 및 머신러닝 개요
인공지능 및 머신러닝 이해 1강
1.1 인공지능 및 머신러닝 개념
1.2 머신러닝 유형
1.3 머신러닝 절차
1.4 머신러닝 주요 도구