[HD]Machine Learning (머신러닝) 원리 및 이론 배우기
| 담당강사 | 전민종 | 강의구성 | 총 18차시 |
|---|---|---|---|
| 수강기간 | 30일 | 제작연도 | 2020년 |
| 결제하기 | 증빙서류 | 수료증 | |
| 교안/예제 |
|
||
참고사항
| 강의 목차 | 강의 제목 | 수강 여부 |
|---|---|---|
| 1 | 머신러닝 개념 및 정의 [17:59] | |
| 2 | 머신러닝 용어 및 라이브러리 정리 [18:07] | |
| 3 | 선형 회귀 모델 [18:15] | |
| 4 | 다중 선형 회귀 [08:11] | |
| 5 | 선형 회귀 모델 구현 / colab 설명 [21:39] | |
| 6 | 로지스틱 회귀 모델 [13:16] | |
| 7 | 로지스틱 회귀 모델 구현 [14:14] | |
| 8 | 의사 결정 나무 [08:19] | |
| 9 | 의사 결정 나무 구현 [13:48] | |
| 10 | 랜덤 포레스트 [07:01] | |
| 11 | 랜덤 포레스트 구현 [15:47] | |
| 12 | knn [08:55] | |
| 13 | knn 구현 [11:03] | |
| 14 | train valid test 데이터 나누기 [12:10] | |
| 15 | 데이터 전처리 [10:30] | |
| 16 | 최종 실습 - 타이타닉 [15:57] | |
| 17 | 최종 실습 - 타이타닉2 [17:05] | |
| 18 | 최종 실습 - 타이타닉3 [26:32] |
개발사에서 다양한 업체들에 콘텐츠를 납품하고 서비스를 제공하고 있습니다.
개발사 인증 및 상장
