[HD]Python(파이썬) 로 배우는 Deep Learning(딥러닝) 초급 Part.2

[HD]Python(파이썬) 로 배우는 Deep Learning(딥러닝) 초급 Part.2

44,000원
  • 지원유형
    • 일반과정
    • 평생교육이용권
  • 학습기간
    수료여부 관계없이 복습 12개월 추가 제공
  • 수료기준 진도 80% 이상
주문금액
44,000원
연관강의

comment

파이썬 기반의 머신러닝과 딥러닝 핵심 원리에 대해 배웁니다.

미리보기
학습방법 : HTML5 ( PC
, 스마트폰, 타블렛
)
학습시간 : 9시간 11차시
난이도 : 향상
강의목표

데이터 분할, 모델 학습, 평가, 예측에 이르는 머신러닝 과정을 체득합니다.최적의 알고리즘을 찾아 교차 검증하고, 결과를 시각화하여 데이터 기반의 분석 및 예측 능력을 배양합니다.

강의소개

사이킷런을 활용한 머신러닝 입문 강의입니다.복잡한 이론 대신 데이터 준비, 모델 학습과 평가 등 지도·비지도 학습의 전반적인 실무 흐름을 파이썬 실습 위주로 빠르게 익힙니다.

학습대상

머신러닝 흐름을 빠르게 익히고 싶은 AI 입문자를 대상으로 합니다.복잡한 수학 없이, 딥러닝 학습 전 인공지능의 뼈대와 작동 원리를 파이썬 실습으로 다지고자 하는 분에게 추천합니다.

제공서류
수료증수료시 발급가능
수강증명서학습시작 이후 발급가능
수료기준
필수평가 : 진도 (80% 이상)
총점 80 점 이상시 수료
학습기간
30일 + 무료복습기간 360일
✅ 학습기간 + 무료복습기간 내 무제한 반복 수강 가능!
- 실제 해당 강의의 커리큘럼은 복습기간을 포함하지 않는 30일 입니다.
학습목차
[HD]Python(파이썬) 로 배우는 Deep Learning(딥러닝) 초급 Part.2
1. 머신러닝의 이해와 사이킷런(Scikit-learn) 기초 및 흐름 파악
48 분
2. 손글씨 숫자 데이터셋 로드 및 학습용/테스트용 데이터 분할
48 분
3. K-최근접 이웃(KNN) 알고리즘을 이용한 분류 학습과 정확도 평가
28 분
4. 혼동 행렬(Confusion Matrix)과 분류 리포트를 활용한 오답 분석
58 분
5. 히트맵 시각화 및 K-폴드 교차 검증을 통한 최적 모델과 K값 탐색
51 분
6. 단순 선형 회귀(Simple Linear Regression)를 활용한 온도 추세 예측
54 분
7. 다중 선형 회귀 분석 준비 및 캘리포니아 주택 가격 데이터 탐색
44 분
8. 다중 선형 회귀 훈련, 오차 지표(R2, MSE) 분석 및 선형 모델 간 성능 비교
38 분
9. 비지도 학습의 원리와 t-SNE를 이용한 고차원 데이터 축소 및 시각화
44 분
10. K-Means 군집화(Clustering) 알고리즘 원리 파악 및 붓꽃 데이터 탐색
47 분
11. K-Means 모델 학습과 PCA 차원 축소를 통한 중심점 시각화 및 알고리즘 비교
50 분