![]() |
일반
왕초보로 시작하는 머신러닝 프로젝트 완성
![]() |
||
과정소개 | 강의목차 | 평가기준 | 강사소개 | 수강후기 |
---|---|---|---|---|
[과정소개]- 왕초보를 위한 머신러닝 과정으로 코딩과 수학을 몰라도 누구나 배울 수 있습니다. |
||||
[학습목표]- 인공지능/데이터 사이언스를 처음 시작하는 학습자들을 위한 모든 것 |
||||
[학습대상]- 새로운 기술, 머신러닝을 배워 경쟁력을 키우고 싶은 학습자 |
[강의목차]
01. The! 인공지능 인공지능_알아보기
02. The! 인공지능 인공지능_학습 시작하기 03. 인공지능을 위한 파이썬_파이썬의 시작 04. 인공지능을 위한 파이썬_파이썬 실습환경 05. 인공지능을 위한 파이썬_파이썬의 기초 06. 인공지능을 위한 파이썬_수학? 파이썬! 07. 인공지능을 위한 파이썬_변수와 데이터 08. 인공지능을 위한 파이썬_문자열 포매팅 09. 인공지능을 위한 파이썬_컬렉션 데이터 10. 인공지능을 위한 파이썬_조건과 반복 11. 인공지능을 위한 파이썬_함수에 대해 12. 데이터 분석 입문_데이터를 활용하는 방법 13. 데이터 분석 입문_데이터 구조 이해하기 14. 데이터 분석 입문_데이터를 다루는 도구 15. 데이터 분석 입문_Pandas에 대해 알아보자 16. 데이터 분석 입문_이상한 데이터? 17. 데이터 분석 입문_데이터 살펴보기 18. 데이터 분석 입문_상관관계 파악하기 19. 데이터 분석 입문_그룹별 연산 20. 데이터 분석 활용_편리한 작업 환경 21. 데이터 분석 활용_탐색적 데이터 분석 22. 데이터 분석 활용_탐색적 데이터 분석2 23. 데이터 분석 활용_그룹별 연산 적용 24. 데이터 분석 활용_데이터 변환 25. 데이터 분석 활용_데이터 시각화1 26. 데이터 분석 활용_데이터 시각화2 27. 데이터 분석 활용_분석 과정 리뷰 28. 머신러닝 알고리즘_머신러닝 개요 29. 머신러닝 알고리즘_K-NN(최근접 이웃법) 30. 머신러닝 알고리즘_의사결정 나무 31. 머신러닝 알고리즘_앙상블과 랜덤포레스트 32. 머신러닝 알고리즘_K-means 군집분석 33. 머신러닝 알고리즘_연관규칙분석 34. 머신러닝 알고리즘_신경망 35. 머신러닝의 흐름_데이터 준비와 분석 목표 36. 머신러닝의 흐름_데이터 나누기 37. 머신러닝의 흐름_데이터 스케일링 38. 머신러닝의 흐름_클래스 불균형 39. 머신러닝의 흐름_하이퍼파라미터 탐색 40. 머신러닝의 흐름_모델 성능 평가 41. 프로젝트 1차 42. 프로젝트 1차 43. 프로젝트 2차 44. 프로젝트 2차 45. 프로젝트 3차 46. 프로젝트 3차 |
[평가기준]
|
[강사소개]
|
[수강후기]![]() 총 0건의 수강후기
|