About this course
데이터를 활용하여 목표를 세우는 과정부터 머신러닝의 평가까지 전체적인 흐름을 통해 머신러닝을 학습합니다. 목표를 이루기 위해 수행해야 하는 과정들을 차근차근 살펴보며 전체 내용에 대한 큰 그림을 그릴 수 있습니다.
머신러닝의 흐름
로그인 하시면 서비스를 체험해 볼 수 있어요
연습문제
(없음)
레슨
0/12 (공개)
커리큘럼
총 2시간
Chapter 1
데이터 준비와 분석 목표
Lesson
- 1. 데이터 소개
- 2. 데이터 준비
Chapter 2
데이터 나누기
Lesson
- 1. 학습 데이터와 평가 데이터
- 2. 데이터 분할 실습
Chapter 3
데이터 스케일링
Lesson
- 1. 스케일링의 개념
- 2. 스케일링 실습
Chapter 4
클래스 불균형
Lesson
- 1. 클래스 불균형을 처리하는 방법
- 2. 클래스 불균형 처리 실습
Chapter 5
하이퍼파라미터 탐색
Lesson
- 1. 하이퍼 파라미터와 그리드 서치
- 2. 그리드 서치 실습
Chapter 6
모델 성능 평가
Lesson
- 1. 오차 행렬과 F1-Score
- 2. 모델 성능 평가하기