Course Outline

    기계 학습 소개 기계 학습 유형 - 지도 학습과 비지도 학습 통계 학습에서 기계 학습까지 데이터 마이닝 워크플로: 비즈니스 이해 데이터 이해 데이터 준비 모델링 평가 배포 기계 학습 알고리즘 문제에 적합한 알고리즘 선택 ML의 과적합 및 편향-분산 절충 ML 라이브러리 및 프로그래밍 언어 프로그래밍 언어를 사용하는 이유 R과 Python 중에서 선택 Python 집중 과정 Python 리소스 기계 학습을 위한 Python 라이브러리 Jupyter Notebook 및 대화형 코딩 ML 알고리즘 테스트 일반화 및 과적합 과적합 방지 홀드아웃 방법 교차 검증 부트스트래핑 수치 예측 평가 정확도 측정: ME, MSE, RMSE, MAPE 매개변수 및 예측 안정성 분류 알고리즘 평가 정확도 및 문제 혼동 행렬 불균형 클래스 문제 모델 성능 시각화 이익 곡선 ROC 곡선 리프트 곡선 모델 선택 모델 조정 - 그리드 검색 전략 Python의 예 데이터 준비 데이터 가져오기 및 저장 데이터 이해 – 기본 탐색 팬더 라이브러리를 사용한 데이터 조작 데이터 변환 – 데이터 랭글링 탐색적 분석 누락된 관찰 – 감지 및 솔루션 이상치 – 감지 및 전략 표준화, 정규화, 이진화 질적 데이터 기록 Python의 예 분류 이진 대 다중 클래스 분류 수학 함수를 통한 분류 선형 판별 함수 이차 판별 함수 로지스틱 회귀 및 확률 접근법 k-최근접 이웃 Naïve Bayes 의사결정 트리 CART Bagged Random Forest 부스팅 Xgboost 지원 벡터 머신 및 커널 최대 마진 분류기 지원 벡터 머신 앙상블 학습 Python의 예 회귀 및 수치 예측 최소 제곱 추정 변수 선택 기술 정규화 및 안정성 - L1, L2 비선형 및 일반화된 최소 제곱 다항 회귀 회귀 스플라인 회귀 트리 Python의 예 비지도 학습 클러스터링 중심 기반 클러스터링 – k-평균, k-medoids, PAM, CLARA 계층적 클러스터링 – Diana, Agnes 모델- 기반 클러스터링 - EM 자체 구성 맵 클러스터 평가 및 평가 차원 축소 주성분 분석 및 요인 분석 특이값 분해 Python의 다차원 스케일링 예제 텍스트 마이닝 데이터 사전 처리 단어 모음 모델 형태소 분석 및 표절 분석 단어 빈도 분석 감정 분석 단어 구름 만들기 예 Python의 추천 엔진 및 협업 필터링 추천 데이터 사용자 기반 협업 필터링 항목 기반 협업 필터링 Python의 예 협회 패턴 마이닝 빈번한 항목 집합 알고리즘 시장 바구니 분석 Python의 예 이상치 분석 극단 가치 분석 거리 기반 이상치 탐지 밀도 기반 방법 높음 차원 이상치 탐지 Python 머신 러닝 사례 연구의 예 비즈니스 문제 이해 데이터 전처리 알고리즘 선택 및 조정 결과 평가 배포

 

 

Requirements

Machine Learning 기본 사항에 대한 지식 및 인식

  21 Hours
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 10:00 and 17:00.
Open Training Courses require 5+ participants.

회원 평가 (3)

Related Courses

Related Categories