HOME 전체과정 빅데이터분석과정

빅데이터분석과정
원하시는 강의를 클릭하시면 수강이 가능합니다.

머신러닝

머신러닝

강사 소개

김원표/(주)와이즈인컴퍼니 대표

한양대 영문학과 및 한양대 국제학 대학원 졸업

2002년부터 리서치 및 통계분석을 조사·연구하고,
이후 온라인 강의를 시작으로 17년간 통계분석을 강의하고 있으며,
현재는 한양대학교 관광학과 겸임교수로 학생들을 가르치고 있다.

주요 저서로는 [SPSS 동영상 강의:초급편], [SPSS 동영상 강의:고급편], [AMOS를 이용한 구조방정식 모델 분석],
[해외시장조사론], [관광통계학] 등이 있다.


강의 소개

Python 머신러닝 과정은 예측, 분류, 군집, 연관 추천 등 4가지 머신러닝 목적과 예측력이 높은 검증된 13가지핵심 알고리즘을 마스터하는 과정입니다. 본 과정은 선거 유권자 예측, 환자 예측 등 실전 주제를 가지고 데이터 정규화, 데이터셋 분할, 알고리즘 적용과 하이퍼파라미터 튜닝을 통한 최적 모델 찾기, 실전 데이터에 적용 등의 전 과정을 다루고 있습니다

강의보기

순번 강의명 영상시간
1 데이터와 알고리즘
2 머신러닝 프로세스
3 머신러닝 맛보기1: 분류 문제(로지스틱 회귀분석)
4 머신러닝 맛보기2: 회귀 문제(선형회귀분석)
5 머신러닝 프로세스1: 범주변수의 변환: one-hot-encoding
6 머신러닝 프로세스2: 데이터셋 분할과 모델검증
7 머신러닝 프로세스3: 데이터 스케일링
8 머신러닝 프로세스4: 모델 훈련과 세부튜닝
9 머신러닝 프로세스5: 모델 평가
10 머신러닝 프로세스6: 다중분류
11 데이터의 3대 유형
12 지도학습 알고리즘1: 로지스틱 회귀모델
13 지도학습 알고리즘2: k-최근접이웃법(KNN)
14 지도학습 알고리즘3: 나이브 베이즈
15 지도학습 알고리즘4: 인공신경망
16 지도학습 알고리즘5: 서포트 벡터 머신(SVM)
17 지도학습 알고리즘6: 의사결정나무(Decision Tree)
18 지도학습 알고리즘7: 랜덤 포레스트(Random Forest)
19 지도학습 알고리즘8: 투표기반 앙상블
20 지도학습 알고리즘9: 앙상블 배깅
21 지도학습 알고리즘10: 앙상블 부스팅
22 지도학습 알고리즘11: 앙상블 스태킹
23 지도학습 알고리즘12: 선형 회귀모델
24 지도학습 알고리즘13: 릿지(Ridge) 회귀모델
25 지도학습 알고리즘14: 라소(Lasso) 회귀모델
26 지도학습 알고리즘15: 엘라스틱넷
27 비지도학습 알고리즘1: 군집분석
28 비지도학습 알고리즘2: DBSCAN
29 비지도학습 알고리즘3: 연관규칙분석