Machine Learning
과정소개
머신러닝은 인공지능의 한 분야로 “컴퓨터에 명시적인 프로그램 없이 배울 수있는 능력을 부여하는 연구 분야”이다. 즉 사람이 학습하듯이 컴퓨터에도
데이터들을 줘서 학습하게 함으로써 새로운 지식을 얻어내게 하는 분야이다.
커리큘럼
| 구분 | 순서 | 제목 |
|---|---|---|
| 빅데이터 | 1강 | 빅데이터 분석의 시대 |
| 머신러닝 | 2강 | 머신러닝의 재발견 |
| 3강 | 머신러닝의 활용 | |
| 4강 | 머신러닝의 분류 | |
| 5강 | 머신러닝과 데이터셋 | |
| 6강 | 머신러닝의 실습 | |
| 서포트 벡터 머신 | 7강 | 서포트 백터 머신의 등장배경 |
| 8강 | 서포트 백터 머신의 이론 | |
| 9강 | 서포트 백터 머신의 실습 | |
| K-means | 10강 | K-means의 등장배경 |
| 11강 | K-means의 이론 | |
| 12강 | K-means의 실습 | |
| KNN 알고리즘 | 13강 | KNN알고리즘의 배경 |
| 14강 | KNN알고리즘의 이론 | |
| 15강 | KNN알고리즘의 실습 | |
| 의사결정나무 | 16강 | 의사결정나무의 배경 |
| 17강 | 의사결정나무의 리뷰 | |
| 18강 | 의사결정나무의 실습 | |
| 나이브베이즈 | 19강 | 나이브베이즈의 배경 |
| 20강 | 나이브베이즈 | |
| 21강 | 나이브베이즈의 실습 | |
| 회귀분석 | 22강 | 회귀분석의 배경 |
| 23강 | 회귀분석의 이론 | |
| 24강 | 회귀분석의 실습 | |
| 연관성 분석 | 25강 | 연관성 분석의 배경 |
| 26강 | 연관성 분석의 이론 | |
| 27강 | 연관성 분석의 실습 | |
| 주성분 분석 | 28강 | 주성분 분석 |
| 머신러닝 | 29강 | 머신러닝의 성능측정Ⅰ |
| 30강 | 머신러닝의 성능측정Ⅱ |
|
㈜코리아리크루트 대표이사 김덕원ㅣ 주소 : (주)코리아리크루트 서울특별시 종로구 종로375 10층 | 사업자등록번호 : 206-86-92607
통신판매업신고번호 : 제 2021-3000202-30-2-01444호 | 원격평생교육시설신고번호 : 제 원격-378호 전화 : 02.454.9100 | 팩스 : 02.501.9109 | 개인정보보호책임자 : 김덕원 | 관리자전자우편 : ncs1919@naver.com COPYRIGHT ⓒ 코리아리크루트 All Rights Reserved
|
|
|---|
