logo

머신러닝

섹션

3개

강의

26개

커리큘럼

3개 섹션, 26개 강의

  1. 1

    문서

    1. 1.1실습 및 Q&A
    2. 1.2데이터 클리닝 및 전처리 기법
    3. 1.3머신러닝 기법의 최근 동향
    4. 1.4데이터 증강
    5. 1.5시계열 분석 프로젝트 사례 연구
    6. 1.6표(tabular) 데이터의 머신러닝
    7. 1.7비정형 데이터의 머신 러닝
    8. 1.8불완전한 데이터의 약한 지도
    9. 1.9모델 성능 비교 및 선택 전략
    10. 1.10컴퓨터 비전 사례 연구
    11. 1.11설명가능한 AI
    12. 1.12생성형 AI
    13. 1.13자연어 생성
    14. 1.14자연어 처리 프로젝트 사례 연구
  2. 2

    머신러닝 기초

    1. 2.1머신러닝 소개 및 기본 개념
    2. 2.2머신러닝의 종류
    3. 2.3탐색적 데이터 분석
    4. 2.4KNN
    5. 2.5결측치 처리
  3. 3

    다양한 머신러닝 기법

    1. 3.1머신러닝 기초 복습
    2. 3.2선형 회귀
    3. 3.3로지스틱 회귀
    4. 3.4의사결정 나무
    5. 3.5앙상블
    6. 3.6하이퍼파라미터 튜닝
    7. 3.7불균형한 데이터의 처리