Training
Contact
News
About Us
Member




AI >

Python을 활용한 머신러닝 실무

1,320,000

수강대상

- Python을 필요로 하는 개발자
- 예측 및 설명이 필요한 분석가
- 머신러닝에 대해 전반적인 이론을 알아야 하는 PM
- Python 문법 습득하고 있는 자

교육목표

- 지도(supervised) 알고리즘 구현
- 기계학습(machine learning)의 원리를 이해하고, 그 원리를 적용하여 문제를 해결함으로 기계 학습 문제들을 해결하는 코딩 능력향상
- 분류 및 회귀 알고리즘을 살펴보고, 특징 선택, 특징 변환, 하이퍼파라미터 튜닝과 같은 모델 개선 기법 학습

강의내용

Module - 머신러닝, 지도학습
- 머신러닝 개요 / 프로세스
- Scikit-learn 머신러닝
- Liner regression 실습
- Non-linear regression(KNN-regression, Regression tree) 실습
- 알고리즘별 특성 / 용도정리
- 모델 해석 실습 / 예측 성능 튜닝 실습
Module - 지도학습
- Logistic regression 실습
- Decision Tree, Artificial Neural Network 실습
- 알고리즘별 특성 / 용도정리
- 모델 해석 실습 / 예측 성능 튜닝 실습
Module - 선형모델, 비지도 학습
- 선형모델 복습
- PCA & PCR
- 선형모델 + Regularization
(ridge, lasso, elastic-net)
- Vectorize
- Retrieval & clustering 실습
(kmeans, dbscan, hierarchical clustering 비교)