문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
예측 AI 소개
- 예측 AI 정의
- 예측 분석의 역사적 배경과 진화
- 머신러닝과 데이터 마이닝의 기본 원칙
데이터 수집 및 전처리
- 관련 데이터 수집
- 데이터 분석을 위한 데이터 정리 및 준비
- 데이터 유형 및 출처 이해
탐색적 데이터 분석 (EDA)
- 통찰을 위한 데이터 시각화
- 설명 통계 및 데이터 요약
- 데이터의 패턴 및 관계 식별
통계적 모델링
- 통계적 추론의 기본
- 회귀 분석
- 분류 모델
예측을 위한 머신러닝 알고리즘
- 지도 학습 알고리즘 개요
- 결정 트리와 랜덤 포레스트
- 신경망 및 심층 학습 기본
모델 평가 및 선택
- 모델 정확도 및 성능 지표 이해
- 교차 검증 기법
- 과적합 및 모델 조정
예측 AI의 실용적 응용
- 다양한 산업 부문별 사례 연구
- 예측 모델링의 윤리적 고려사항
- 예측 AI의 한계 및 도전 과제
실습 프로젝트
- 예측 모델을 만들기 위한 데이터셋 작업
- 모델을 사용하여 예측 수행
- 결과 평가 및 해석
요약 및 다음 단계
요건
- 기본 통계의 이해
- 어떤 프로그래밍 언어도 경험이 필요함
- 데이터 처리 및 스프레드시트에 익숙함
- AI나 데이터 과학에 대한 사전 경험 필요 없음
대상
- IT 전문가
- 데이터 분석가
- 기술 직원
21 시간
회원 평가 (3)
기본 사항과 준비된 문서와 연습을 좋아했습니다.
Rekha Nallam - GE Medical Systems Polska Sp. z o.o.
코스 - Introduction to Predictive AI
기계 번역됨
기존에 만들어진 모델을 활용하고, 작동 원리를 이해하며, 실시간으로 조정하여 결과를 확인할 수 있는 기회를 제공합니다. Visual Studio Code(VSCode) 와 Jupyter를 결합한 것은 이러한 학습 방식을 이끌기에 완벽한 선택이었습니다.
Krzysztof - GE Medical Systems Polska Sp. z o.o.
코스 - Introduction to Predictive AI
기계 번역됨
어려운 주제를 쉽게, 사용자 친화적인 방식으로 설명합니다.
Marcin - GE Medical Systems Polska Sp. z o.o.
코스 - Introduction to Predictive AI
기계 번역됨
