| 과목명 | R을 이용한 기계학습 입문 |
| 난이도 | 초중급 |
| 강의형태 | ppt를 통한 이론 설명 및 R을 이용한 코딩 실습 |
| 수강 대상 | 기계학습 초급 실무자 및 입문자 |
| 수강 분량 | 60분 강의 30회 |
| 주요 내용 | 기계학습 개념 및 알고리듬에 대한 상세한 설명과 R을 이용한 모형 개발 및 데이터 분석 실습 |
| 강의 담당 | 한창호 |
-
강의목록
기계학습 개념 및 알고리듬에 대한 상세한 설명과 R을 이용한 모형 개발 및 데이터 분석 실습
- 01.강의개요
- 02.Machine Learning 이란 무엇인가?
- 03.R 설치 및 기본적 사용법 1
- 04. 설치 및 기본적 사용법 2
- 05.R 프로그래밍 기초 1
- 06.R 프로그래밍 기초 2
- 07.Nearest Neighbors 1 (이론 강의)
- 08.Nearest Neighbors 2 (실습)
- 09.Naive Bayes 1 (이론 강의)
- 10.Naive Bayes 2 (실습)
- 11.Decision Tree 1 (이론 강의)
- 12.Decision Tree 2 (실습)
- 13.Rule-based Classification 1 (이론강의)
- 14.Rule-based Classification 2 (실습)
- 15.Regression Method 1 (이론 강의)
- 16.Regression Method 2 (실습)
- 17.Regression Tree & Model Tree 1 (이론강의)
- 18.Regression Tree & Model Tree 2 (실습)
- 19.Association Rules 1 (이론 강의)
- 20.Association Rules 2 (실습)
- 21.k-means 1 (이론 강의)
- 22.k-means 2 (실습)
- 23.Artificial Neural Networks 1 (이론강의)
- 24.Artificial Neural Networks 2 (이론 강의)
- 25.Artificial Neural Networks 3 (실습)
- 26.Support Vector Machines 1 (이론 강의)
- 27.Support Vector Machines 2 (이론 강의)
- 28.Support Vector Machines 3 (실습)
- 29.ML 모형 성능 측정 방법 1 (이론 강의)
- 30.ML 모형 성능 측정 방법 2 (실습)
Instructor
5.00 average based on 1 rating
5 Star
100%
4 Star
0%
3 Star
0%
2 Star
0%
1 Star
0%
Reviews
-
R의 전반적인 내용과 머신러닝을 어떻게 해야 될지 알게 되었습니다.
