Course Outline

소개

  • 통계학습(통계분석)과 머신러닝의 차이점
  • 금융회사와 은행업의 머신러닝 기술 채택

다양한 종류 Machine Learning

  • 지도 학습과 비지도 학습
  • 반복 및 평가
  • 편향-분산 트레이드오프
  • 지도 학습과 비지도 학습 결합(반지도 학습)

Machine Learning Languages 및 도구 세트

  • 오픈 소스와 독점 시스템 및 소프트웨어 비교
  • R 대 Python 대 Matlab
  • 라이브러리 및 프레임워크

Machine Learning 사례 연구

  • 소비자 데이터와 빅데이터
  • 소비자 및 기업 대출의 위험 평가
  • 감정 분석을 통한 고객 서비스 개선
  • 신원 사기, 청구서 사기, 자금 세탁 탐지

R 소개

  • RStudio IDE 설치
  • R 패키지 로드
  • 데이터 구조
  • 벡터
  • 요인
  • 기울기
  • 데이터 프레임
  • Matrixes 및 배열

Machine Learning 데이터 로드 방법

  • Database, 데이터 웨어하우스 및 스트리밍 데이터
  • Hadoop 및 Spark를 사용한 분산 저장 및 처리
  • 데이터베이스에서 데이터 가져오기
  • Excel 및 CSV에서 데이터 가져오기

모델링 Business 지도 학습을 통한 의사결정

  • 데이터 분류(분류)
  • 회귀 분석을 사용하여 결과 예측
  • 사용 가능한 기계 학습 알고리즘 중에서 선택
  • 의사결정 트리 알고리즘 이해
  • 랜덤 포레스트 알고리즘 이해
  • 모델 평가
  • 운동

회귀 분석

  • 선형 회귀
  • 일반화 및 비선형성
  • 운동

분류

  • 베이지안 복습
  • 나이브 베이즈
  • 로지스틱 회귀
  • K-최근접이웃
  • 운동

실습: 추정 모델 구축

  • 고객 유형 및 이력을 기반으로 대출 위험 평가

Machine Learning 알고리즘의 성능 평가

  • 교차 검증 및 리샘플링
  • Bootstrap 집계(배깅)
  • 운동

모델링 Business 비지도 학습을 통한 의사결정

  • 샘플 데이터 세트를 사용할 수 없는 경우
  • K-평균 클러스터링
  • 비지도 학습의 과제
  • K-평균을 넘어
  • 베이즈 네트워크 및 마르코프 숨겨진 모델
  • 운동

실습: 추천 시스템 구축

  • 새로운 서비스 제공을 개선하기 위해 과거 고객 행동을 분석합니다.

회사의 역량 확장

  • 클라우드에서 모델 개발
  • 추가 GPU를 통해 기계 학습 가속화
  • 컴퓨터 비전, 음성 인식 및 텍스트 분석을 위한 Deep Learning 신경망 적용

맺음말

Requirements

  • Programming 모든 언어 경험
  • 통계 및 선형 대수학에 대한 기본 지식
  28 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.

Related Courses

Related Categories