문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
비즈니스 환경에서의 머신러닝 개론
- 인공지능의 핵심 구성 요소로서의 머신러닝
- 지도학습, 비지도학습, 강화학습, 준지도학습 등 머신러닝의 종류
- 비즈니스 응용 분야에서 자주 사용되는 머신러닝 알고리즘
- AI 및 머신러닝 활용 시 발생할 수 있는 문제점, 위험 요소 및 유용한 적용 사례
- 과적합 현상과 편향-분산 트레이드오프에 대한 이해
머신러닝 기법 및 워크플로우
- 문제 정의부터 모델 배포까지의 머신러닝 프로세스
- 분류, 회귀분석, 클러스터링, 이상 탐지 등 주요 기법
- 지도학습과 비지도학습의 적용 시점 구별 방법
- 비즈니스 자동화에 활용되는 강화학습의 개념 이해
- 머신러닝 기반 의사결정 시 고려해야 할 사항
데이터 전처리 및 특징 추출 기술
- 데이터 로딩, 정제 및 변환 작업
- 인코딩, 변형, 새 피처 생성 등의 특징 공학 기법
- 정규화와 표준화를 통한 특징 스케일링 방법
- PCA 및 변수 선정 기법을 활용한 차원 축소 기술
- 탐색적 데이터 분석 및 비즈니스 데이터 시각화 방법
신경망 및 딥러닝 개요
- 신경망의 기본 구조와 비즈니스 환경에서의 활용 방안
- 입력층, 은닉층, 출력층으로 구성된 신경망 구조 이해
- 역전파 알고리즘과 활성화 함수에 대한 기본 지식
- 분류 및 회귀 문제 해결을 위한 신경망 적용 방법
- 예측 분석 및 패턴 인식을 위해 신경망이 활용되는 방식
판매 예측과 예측 분석 기법
- 시계열 분석과 회귀분석 기반의 예측 방법 비교
- 시간 흐름에 따른 경향성, 계절성 및 주기적 패턴 분석 기술
- 선형회귀분석, 지수평활법, ARIMA 모델 등의 활용 방법
- 비선형 예측을 위해 신경망 알고리즘이 적용되는 방식
- 실제 사례 분석: 월별 판매량 예측 수행 과정
비즈니스 응용 분야의 사례 연구
- 선형 회귀 모델의 예측 정확도 향상을 위한 고급 특징 공학 기법
- 클러스터링 및 자기조직화맵을 활용한 고객 세분화 분석 방법
- 시장 바구니 분석과 연관 규칙 발견 기법을 통한 소매업 관련 인사이트 도출
- 로지스틱 회귀, 의사결정 나무, XGBoost, SVM 알고리즘을 활용한 고객 불이행 예측 모델링
요약 및 향후 학습 방향 안내
요건
- 머신러닝의 기본 개념과 응용 분야에 대한 이해
- 스프레드시트나 데이터 분석 도구 활용 경험이 있으면 좋습니다.
- Python 또는 다른 프로그래밍 언어를 다뤄본 경험은 도움이 되지만 필수 사항은 아닙니다.
- 실제 비즈니스 문제와 예측 분야에 머신러닝을 적용해보고 싶다는 열의가 필요합니다.
대상자
- 비즈니스 분석가
- AI 관련 전문가
- 데이터 기반 의사결정을 하는 관리자 및 실무자
21 시간
회원 평가 (3)
CHAT GPT를 활용해 놀았던 마지막 부분이 정말 좋았습니다. 그러나 방의 배치가 이에 적합하지 않았는데, 하나의 큰 테이블 대신 작은 테이블 몇 개를 사용하여 소그룹으로 나누어 브레인스토밍을 할 수 있었으면 더 도움이 되었을 것입니다.
Nola - Laramie County Community College
코스 - Artificial Intelligence (AI) Overview
기계 번역됨
초점 있게 근본 원칙을 바탕으로 작업하고, 같은 날 내부 사례 연구를 적용하는 것
Maggie Webb - Department of Jobs, Regions, and Precincts
코스 - Artificial Neural Networks, Machine Learning, Deep Thinking
기계 번역됨
실제 회사 데이터를 사용했습니다. 트레이너는 수강생들이 참여하고 경쟁하도록 하는 매우 좋은 접근 방식을 가졌습니다.
Jimena Esquivel - Zaklad Uslugowy Hakoman Andrzej Cybulski
코스 - Applied AI from Scratch in Python
기계 번역됨
