[HD]Machine Learning (머신러닝) 원리 및 이론 배우기
| 담당강사 |
전민종 |
강의구성 |
총 18차시 |
| 수강기간 |
30일 |
제작연도 |
2020년 |
| 결제하기 |
|
증빙서류 |
수료증 |
| 교안/예제 |
|
| 강의 목차 |
강의 제목 |
수강 여부 |
| 1 |
머신러닝 개념 및 정의 [17:59]
|
|
| 2 |
머신러닝 용어 및 라이브러리 정리 [18:07]
|
|
| 3 |
선형 회귀 모델 [18:15]
|
|
| 4 |
다중 선형 회귀 [08:11]
|
|
| 5 |
선형 회귀 모델 구현 / colab 설명 [21:39]
|
|
| 6 |
로지스틱 회귀 모델 [13:16]
|
|
| 7 |
로지스틱 회귀 모델 구현 [14:14]
|
|
| 8 |
의사 결정 나무 [08:19]
|
|
| 9 |
의사 결정 나무 구현 [13:48]
|
|
| 10 |
랜덤 포레스트 [07:01]
|
|
| 11 |
랜덤 포레스트 구현 [15:47]
|
|
| 12 |
knn [08:55]
|
|
| 13 |
knn 구현 [11:03]
|
|
| 14 |
train valid test 데이터 나누기 [12:10]
|
|
| 15 |
데이터 전처리 [10:30]
|
|
| 16 |
최종 실습 - 타이타닉 [15:57]
|
|
| 17 |
최종 실습 - 타이타닉2 [17:05]
|
|
| 18 |
최종 실습 - 타이타닉3 [26:32]
|
|
