logo

머신러닝

섹션

4개

강의

17개

커리큘럼

4개 섹션, 17개 강의

  1. 1

    문서

    1. 1.1데이터 클리닝 및 전처리 기법
    2. 1.2표(tabular) 데이터의 머신러닝
    3. 1.3모델 성능 비교 및 선택 전략
    4. 1.4머신러닝과 심리학
  2. 2

    머신러닝 기초

    1. 2.1머신러닝 소개 및 기본 개념
    2. 2.2인공지능과 머신러닝
    3. 2.3머신러닝의 종류
    4. 2.4탐색적 데이터 분석
    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. 4

    다양한 머신러닝 기법

    1. 4.1로지스틱 회귀
    2. 4.2앙상블
    3. 4.3하이퍼파라미터 튜닝
    4. 4.4불균형한 데이터의 처리