Course Outline

    데이터 전처리 Data Cleaning 데이터 통합 및 변환 데이터 축소 이산화 및 개념 계층 생성
통계적 추론 확률분포, 확률변수, 중심극한정리
  • 견본 추출
  • 신뢰 구간
  • 통계적 추론
  • 가설 검증
  • 다변량 선형 회귀 사양
  • 하위 집합 선택
  • 견적
  • 확인
  • 예측
  • 분류 방법 로지스틱 회귀
  • 선형 판별 분석
  • K-최근접이웃
  • 나이브 베이즈
  • 분류 방법의 비교
  • Neural Networks 신경망 피팅
  • 신경망 훈련 문제
  • 의사결정 트리 회귀 트리
  • 분류 트리
  • 나무와 선형 모델
  • 배깅, Random Forest, 부스팅 배깅
  • Random Forest
  • 부스팅
  • 지원 벡터 머신 및 유연한 디스크 최대 마진 분류자
  • 지원 벡터 분류자
  • 지원 벡터 머신
  • 2개 이상의 클래스 SVM
  • 로지스틱 회귀와의 관계
  • 주성분 분석
  • 클러스터링 K-평균 클러스터링
  • K-메도이드 클러스터링
  • 계층적 클러스터링
  • 밀도 기반 클러스터링
  • 모델 평가 및 선택 편향, 분산 및 모델 복잡성
  • 표본 내 예측 오류
  • 베이지안 접근 방식
  • 교차 검증
  • Bootstrap 방법
  •  28 Hours

    Number of participants



    Price per participant

    회원 평가 (1)

    Related Courses

    Related Categories