교육문의

02-587-5180

평일 09:00~18:00

(토,일,공휴일 휴무)

1:1 온라인 상담
  1. 재직자교육
  2. 교육일정 및 신청

교육일정 및 신청

페이스북 트위터 구글

R을 활용한 머신러닝

R을 활용한 머신러닝
차수 교육기간 시간 교육장소 신청하기
1 2018년 03월 08일(목) ~ 03월 10일(토)
  • 주간
  • 09:00~18:00
대학로 교육장 신청
2 2018년 05월 17일(목) ~ 05월 19일(토)
  • 주간
  • 09:00~18:00
NCIA양재교육장 신청
3 2018년 07월 12일(목) ~ 07월 14일(토)
  • 주간
  • 09:00~18:00
NCIA양재교육장 신청
4 2018년 08월 30일(목) ~ 09월 01일(토)
  • 주간
  • 09:00~18:00
NCIA양재교육장 신청
5 2018년 10월 10일(수) ~ 10월 12일(금)
  • 주간
  • 09:00~18:00
NCIA양재교육장 신청
6 2018년 11월 05일(월) ~ 11월 07일(수)
  • 주간
  • 09:00~18:00
NCIA양재교육장 신청

교육목표

- 머신러닝에 대한 이해와 함께 머신러닝작업과 적절한 알고리즘을 선정하는 방법을 알수 있다.

- R로 데이터를 가공하면서 데이터를 로딩하고 탐구하고 이해하기 위해 데이터구조와 프로시저를 사용할 수 있으며 시각화할 수 있다.

- 최근접 이웃기법을 이용한 데이터분류와 데이터분류를 위한 베이지안 기법을 알수 있다.

- 결정트리, 규틱, 서포트 벡터머신을 사용한 값을 예측하고 선형회귀를 이용한 수치값을 예측할 수 있다.

- 신경망을 이용한 데이터 모델화를 습득할 수 있다.

- 장바구니분석을 위한 연관규칙을 사용한 패턴을 이해하고 분할을 위한 데이터를 군집화할 수 있다. 또한 모델성능을 평가하고 향상할 수 있다.

교육내용

- 머신러닝 (머신러닝 개념 및 학습법, 머신러닝 알고리즘 선택, 머신러닝을 위한 R)

- 관리와 시각화 (R의 데이터 구조 및 관리, 데이터 이해와 탐험) 

- 분류 (최근접이웃을 사용한 분류-KNN알고리즘, 나이브베이즈) 

- 예측 (결정트리, 분류규칙, 회귀기법, 회귀트리와 모델트리) 

- 모델화 (신경망의 이해, ANNS와 콘크리트의 내구력 모델화, 서포트벡터 머신, SVM으로 OCR수행 실습) 

- 군집화(연관규칙,군집화, 모델성능평가 및 모델성능향상)

 

일차과목내용
1일차머신러닝

머신러닝에 대한 이해와 함께 머신러닝작업과 적절한 알고리즘을 선정하는 방법을 알수 있다.

- 머신러닝 개념 및 학습법
- 머신러닝 알고리즘 선택
- 머신러닝을 위한 R

관리와 시각화

R로 데이터를 가공하면서 데이터를 로딩하고 탐구하고 이해하기 위해 데이터구조와 프로시저를 사용할 수 있으며 시각화할 수 있다.

- R의 데이터 구조 및 관리
- 데이터 이해와 탐험

2일차분류

최근접 이웃기법을 이용한 데이터분류와 데이터분류를 위한 베이지안 기법을 알수 있다. - 최근접이웃을 사용한 분류 (KNN알고리즘)

- KNN알고리즘 실습
- 나이브베이즈 이해
- 나이브베이즈 알고리즘 실습
예측

결정트리, 규틱, 서포트 벡터머신을 사용한 값을 예측하고 선형회귀를 이용한 수치값을 예측할 수 있다.

- 결정트리
- 분류규칙
- 회귀기법 및 선형회귀이해 및 실습
- 회귀트리와 모델트리이해 및 실습

3일차모델화

신경망을 이용한 데이터 모델화를 습득할 수 있다.

- 신경망의 이해
- ANNS와 콘크리트의 내구력 모델화
- 서포트벡터 머신
- SVM으로 OCR수행 실습

군집화 및 모델성능

장바구니분석을 위한 연관규칙을 사용한 패턴을 이해하고 분할을 위한 데이터를 군집화할 수 있다. 또한 모델성능을 평가하고 향상할 수 있다.

- 연관규칙 이해 및 실습
- 군집화 이해 및 실습
- 모델성능평가 이해 및 실습
- 모델성능향상 이해 및 실습

 

교육대상

프로그래밍 경험자

수/강/후/기