커리큘럼
질문답변
탄탄한 머신러닝 개념잡기
기계학습 심화 - 개요
레슨 5개
인공지능과 기계학습
학습의 목표와 문제
모델의 복잡성
기계학습의 분류
기계학습의 절차
선형 회귀 모델
레슨 6개
단순 선형 회귀 (모델 파라메터의 추정)
일반적 선형 회귀 (회귀 모델의 평가)
일반적 선형 회귀 (예제: 광고비와 판매량)
일반적 선형 회귀 (범주형 변수의 표현)
상호작용, 다항 회귀, 커널
기계 학습 vs 통계 모델
로지스틱 회귀
레슨 5개
분류문제의 표현 (이진 분류)
파라메터 추정
일반적인 로지스틱 회귀, 분류 모델의 평가, 이진 분류 모델의 평가
이진 분류 모델의 평가 (예제: 부도 예측)
로지스틱 회귀와 퍼셉트론, 멀티클래스 분류
최근접 이웃 기법
레슨 2개
최근접 이웃기법, KNN 1
최근접 이웃기법, KNN 2
모델 선택
레슨 3개
학습 문제의 설정
검증 집합, 모델의 복잡도에 따른 성능의 변화
교차검증 (예제 : 자동차 데이터 셋)
모델의 확장
레슨 4개
모델확장
입력변수 선택
차원 축소 (주성분 분석을 이용한 차원 축소)
규제화
단순 분류 모델
레슨 3개
베이즈정리 기반 분류
나이브 베이지안 분류기
판별 분석
의사결정나무
레슨 3개
결정나무 모델
회귀 나무 모델
분류나무 모델
앙상블 학습
레슨 4개
스태킹
배깅
배깅의 변형
부스팅
지지벡터머신
레슨 5개
최대 마진
최대 마진의 수학적 표현
소프트 마진
커널
SVC와 SVR
퍼셉트론
레슨 4개
퍼셉트론의 개념
파라메터의 학습
이진 분류 모델
소프트맥스 회귀
다계층 퍼셉트론
레슨 2개
다계층 퍼셉트론의 개념
역전파 알고리즘
질문답변
질문하기
내 질문
분류문제의 표현 (이진 분류)
강의자료(1)
강의이동
에디터
레슨 완료!
수강을 완료했어요👏
닫기
다음 레슨 보기
축하합니다🎉
모두 다 수강했어요!
닫기
수강증 받기
C
C++
Java
Python
실행 결과가 표시됩니다.