About this course
Machine(기계)과 Learning(학습)이 합쳐진 단어로 기계가 학습한다는 뜻의 머신러닝은 사람이 학습하듯 컴퓨터에 데이터를 주고 학습하게 함으로써 새로운 지식을 얻게되는 기술입니다. 과거의 패턴을 통해 미래를 파악하는 인공지능의 기술중 머신러닝에 대해 배워봅시다.
머신러닝 알고리즘
로그인 하시면 서비스를 체험해 볼 수 있어요
연습문제
(없음)
레슨
0/21 (공개)
커리큘럼
총 4시간
Chapter 1
머신러닝 개요
Lesson
- 1. 머신러닝이란?
- 2. 머신러닝의 종류
- 3. 머신러닝의 프로세스
Chapter 2
K-NN(최근접 이웃법)
Lesson
- 1. K-NN의 의미
- 2. 데이터의 거리 측정
- 3. K-NN 실습
Chapter 3
의사결정나무
Lesson
- 1. 의사결정나무의 개념
- 2. 지니계수
- 3. 의사결정나무 실습
Chapter 4
앙상블과 랜덤포레스트
Lesson
- 1. 앙상블 모델
- 2. 랜덤포레스트
- 3. 랜덤포레스트 실습
Chapter 5
K-means 군집분석
Lesson
- 1. 군집분석
- 2. K-means 군집분석
- 3. K-means 군집분석 실습
Chapter 6
연관규칙분석
Lesson
- 1. 연관규칙분석이란?
- 2. 연관규칙분석의 측정 지표
- 3. 연관규칙분석 실습
Chapter 7
신경망
Lesson
- 1. 신경망 모형이란?
- 2. 신경망의 작동방식
- 3. 신경망 실습