logo
위키

머신러닝

섹션

7개

강의

33개

커리큘럼

7개 섹션, 33개 강의

  1. 1

    문서

    1. 1.1데이터 클리닝 및 전처리 기법
    2. 1.2표(tabular) 데이터의 머신러닝
    3. 1.3머신러닝과 심리학
  2. 2

    머신러닝 기초

    1. 2.1머신러닝 소개 및 기본 개념
    2. 2.2인공지능과 머신러닝
    3. 2.3머신러닝에서 데이터의 중요성
    4. 2.4머신러닝의 종류
    5. 2.5KNN
    6. 2.6결측치 처리
  3. 3

    지도학습: 회귀

    1. 3.1지도학습의 원리: 회귀와 분류
    2. 3.2의사결정 나무
    3. 3.3선형 회귀
    4. 3.4회귀 평가 지표
    5. 3.5일반화와 과대적합
    6. 3.6학습·검증·테스트 데이터 분할
  4. 4

    지도학습: 분류

    1. 4.1분류
    2. 4.2의사결정 나무를 이용한 분류
    3. 4.3로지스틱 회귀분석
    4. 4.4혼동행렬
    5. 4.5분류 평가 지표
    6. 4.6문턱값
    7. 4.7ROC 곡선과 PR 곡선
  5. 5

    앙상블

    1. 5.1앙상블
    2. 5.2배깅
    3. 5.3부스팅
    4. 5.4스태킹
  6. 6

    다양한 머신러닝 기법

    1. 6.1하이퍼파라미터 튜닝
    2. 6.2불균형한 데이터의 처리
  7. 7

    비지도학습

    1. 7.1클러스터링
    2. 7.2K-Means
    3. 7.3차원 축소
    4. 7.4주성분 분석
    5. 7.5이상치 탐지