웹
모바일
파이썬을 활용한 머신러닝
| 과정코드 | HLSP71331 |
|---|---|
| 교육분야 | 공통/직무 > IT > 프로그래밍 |
| 학습방법 | 동영상(Web+ Mobile) |
| 교재제공 여부 | 없음 - |
| 고용보험 환급액 | 없음 |
| 교육비 | 110,000원 |
| 학습기간 | 1개월 |
| 학습시간 |
4시간
(영상재생시간 03:12:28) *영상재생시간은 퀴즈와 summary를 제외한 영상시간입니다. |
과정개요
*파이썬을 활용한 인공지능 기술 이해 과정
학습목표
1. 머신러닝을 적용하여 데이터 분류 및 예측하는 방법을 학습할 수 있습니다.
2. 파이썬을 활용하여 인공지능 기술을 이해할 수 있습니다.
2. 파이썬을 활용하여 인공지능 기술을 이해할 수 있습니다.
과정특징
* 데이터 분류 및 예측하는 방법을 학습할 수 있습니다.
* 인공지능 기술을 이해할 수 있습니다.
* 인공지능 기술을 이해할 수 있습니다.
교육대상
1. 머신러닝에 대해 학습하고 싶은 중급 개발자
교육목차
- 제1절
- 머신러닝 개요 및 현황
- 제2절
- 다양한 머신러닝 활용 사례
- 제3절
- 머신러닝 도구 소개
- 제4절
- 실습 환경 준비
- 제5절
- 분류모형이란
- 제6절
- 분류모형의 평가
- 제7절
- 분류모형 (Decision Tree)
- 제8절
- Decision Tree 응용
- 제9절
- 분류모형 (Random Forest)
- 제10절
- 추천 알고리즘의 소개
- 제11절
- 추천 알고리즘을 위한 유사도의 이해
- 제12절
- 협업 필터링-UBCF
- 제13절
- 협업 필터링-IBCF
- 제14절
- 추천 알고리즘을 위한 surprise 라이브러리
- 제15절
- surprise 라이브러리의 활용
- 제16절
- 비지도학습이란
- 제17절
- 군집분석-계층적 클러스터링
- 제18절
- 군집분석2-K-means 클러스터링
- 제19절
- 군집분석 실습
- 제20절
- 패턴발견을 위한 연관 규칙
- 제21절
- 연관규칙 주요 개념
- 제22절
- 연관규칙 실습
- 제23절
- 전체 내용 리뷰
수료기준
| 항목 | 사전 진단 | 진도율 | 진행단계평가 | 최종평가 | 과제 | 수료점수 |
|---|---|---|---|---|---|---|
| 평가 비율 | 0% | 100% | 0% | 0% | 0% | 100점 이상 |
| 수료조건 | 없음 | 100%이상 | 없음 | 없음 | 없음 |