[HD]Machine Learning (머신러닝) 원리 및 이론 배우기

과정 소개

머신러닝을 처음 접하는 사람들을 위한 기초 강좌

강의 대상

1. 머신러닝에서 주요 쓰이는 다양한 알고리즘 접하기

강의 목표

1. 머신러닝에 처음 접하는 사람들

학습 내용

1. 섹션 1
   1. 머신러닝 개념 및 정의
   2. 머신러닝 용어 및 라이브러리 정리
   3. 선형 회귀 모델
   4. 다중 선형 회귀
2. 섹션 2
   1. 선형 회귀 모델 구현 / colab 설명
   2. 로지스틱 회귀 모델
   3. 로지스틱 회귀 모델 구현
   4. 의사 결정 나무
3. 섹션 3
   1. 의사 결정 나무 구현
   2. 랜덤 포레스트
   3. 랜덤 포레스트 구현
   4. knn
4. 섹션 4
   1. knn 구현
   2. train valid test 데이터 나누기
   3. 데이터 전처리
   4. 최종 실습 - 타이타닉
5. 섹션 5
   1. 최종 실습 - 타이타닉2
   2. 최종 실습 - 타이타닉3

교강사

훈련 비용

과정 후기