Course Outline

    ML 소개 인공 지능의 일부인 기계 학습 ML 알고리즘 유형 ML의 과제와 잠재적 사용 ML의 과적합 및 편향-분산 절충 기계 학습 기술 기계 학습 워크플로 지도 학습 – 분류, 회귀 비지도 학습 – 클러스터링, 이상 탐지 준지도 학습 및 Reinforcement Learning 머신러닝 고려 사항 데이터 전처리 데이터 준비 및 변환 특성 엔지니어링 특성 스케일링 차원 축소 및 변수 선택 데이터 시각화 탐색적 분석 사례 연구 고급 특성 엔지니어링 및 예측을 위한 선형 회귀 결과에 미치는 영향 시계열 분석 및 월간 판매량 예측 - 기본 방법, 계절 조정, 회귀, 지수평활, ARIMA, 신경망 시장 바구니 분석 및 연관 규칙 마이닝 클러스터링 및 자기 조직화 맵을 사용한 세분화 분석 로지스틱 회귀를 사용하여 고객이 불이행할 가능성이 있는 분류, 결정 나무, xgboost, svm

 

Requirements

Machine Learning 기초에 대한 지식과 인식

  14 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