- 모바일
- 머신러닝의 이해와 실습
-
맛보기 -
- 교육방식
- 온라인 모바일
- 교육대상자
- 머신러닝 초보자(파이썬 기초 가능자)
머신러닝 관련 전공자로서 근래의 발전된 내용을 공부하고자 하는 직장인 - 학습시간
- 21시간 (20차시)
- 학습정원
- 500명
- 교재여부
- 교재없음
- 학습기간
- 1개월
- 강사
- 강사
- 교육비
- 109,000원 / 1인당
- 고용보험환급
- 미적용
교육신청
※ 단체수강 필요 시 전화 문의(1688-7391)
- 과정목차
- 과정소개
과정목차
| 차시 | 교육내용 |
|---|---|
| 1 | 머신러닝 개요와 데이터전처리 |
| 2 | 의사결정트리(Decision Tree) |
| 3 | 회귀분석(Regression Analysis) |
| 4 | 군집분석(Clustering Analysis) |
| 5 | KNN(K-Nearest Neighbor) |
| 6 | 나이브 베이즈(Naive Bayes) |
| 7 | SVM(Support Vector Machine) |
| 8 | 텍스트 마이닝(Text mining) |
| 9 | 주성분 분석(PCA)과 밀도기반 군집분석(DBSCAN) |
| 10 | 신경망(Neural Network) |
| 11 | Word2Vec |
| 12 | 토픽 모델링(Topic Modeling) |
| 13 | 랜덤 포레스트(Random Forest)와 에이다부스트(AdaBoost) |
| 14 | 소셜 네트워크 분석(Social Network Analysis) |
| 15 | 랜덤 포레스트, 나이브 베이즈, Tf-Idf, Word2Vec |
| 16 | 유전자 알고리즘(Genetic Algorithm) |
| 17 | 연관규칙분석(Association Rule Analysis) |
| 18 | 로지스틱 회귀분석(Logistic Regression Analysis) |
| 19 | 시계열분석(Time Series Analysis) |
| 20 | 모델 평가 방법 및 심화 이론 |
