평일 09:00~18:00
(토,일,공휴일 휴무)
차수 | 교육기간 | 시간 | 교육장소 | 신청하기 |
---|---|---|---|---|
1 | 2018년 01월 25일(목) ~ 01월 27일(토) 종료 |
|
NCIA양재교육장(대면) | 마감 |
2 | 2018년 03월 19일(월) ~ 03월 21일(수) 종료 |
|
NCIA양재교육장(대면) | 마감 |
3 | 2018년 04월 26일(목) ~ 04월 28일(토) 종료 |
|
NCIA양재교육장(대면) | 마감 |
4 | 2018년 07월 05일(목) ~ 07월 07일(토) 종료 |
|
NCIA양재교육장(대면) | 마감 |
5 | 2018년 09월 06일(목) ~ 09월 08일(토) 종료 |
|
NCIA양재교육장(대면) | 마감 |
6 | 2018년 10월 15일(월) ~ 10월 17일(수) 종료 |
|
NCIA양재교육장(대면) | 마감 |
• 머신러닝 개념을 이해하고 실습을 위한 기본환경 구성
• 주어진 업무에 사용할 적합한 알고리즘 선택
• 머신러닝 매커니즘을 이해하고 관련데이터를 통해 문제해결능력 배양
• 분석가능한 형태로 데이터를 전처리하는 방법과 데이터시각화를 통한 데이터를 탐색 능력 습득
• 수치형 타겟값을 예측할 수 있는 다중선형회귀분석 그리고 과적합을 방지하기 위한 Regresion을 이해하고 데이터마이닝모델 성능을 올릴 수 있는 차원축소기법들의 이해 및 활용
• 범주형타겟값을 예측하는 방법, 분류규칙을 도출하는데 유용한 의사결정나무계열의 알고리즘, 랜덤포레스트에 대한 습득 및 활용
일차 | 내용 | |
1일차 | 머신러닝 개념을 이해하고 실습을 위한 기본 환경을 구성할 수 있다. - 머신러닝개념, 파이썬개요, 실습환경 구성 | |
주어진 업무에 사용할 적합한 알고리즘을 선택할 수 있다. - 알고리즘 , 피널라이즈드 회귀 기법, 앙상블 기법, 알고리즘 결정법 - 예측모델생성을 위한 단계적 절차 | ||
2일차 | 머신러닝 매커니즘개념을 습득하고 관련 데이터를 이해를 통해 문제를 이해할 수 있다. - 문제구조 이해, 데이터모델 선택, 수치예측, 다중분류 | |
분석가능한 형태로 데이터를 전처리하는 방법과 데이터 시각화를 통해 데이터를 탐색할 수 있다. - 데이터 전처리 방법 , 정적인 데이터 시각화, 동적인 데이터 시각화 | ||
3일차 | 수치형 타겟값을 예측할 수 있는 다중선형회귀분석 그리고 과적합을 방지하기 위한 Regresion을 이해하고 데이터마이닝 모델의 성능을 올릴 수 있는 차원축소기법들에 대해 이해할 수 있다. - 다중선회회귀분석, Regresion, 차원축소 | |
범주형타겟값을 예측하는 방법, 분류규칙을 도출하는데 유용한 의사결정나무계열의 알고리즘, 랜덤포레스트에 대해 습득한다 |