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 알고리즘 설계

R을 활용한 머신러닝 알고리즘 설계
차수 교육기간 시간 교육장소 신청하기
1 2019년 07월 29일(월) ~ 07월 31일(수) 종료
  • 주간
  • 09:00~18:00
NCIA양재교육장 마감
2 2019년 09월 23일(월) ~ 09월 25일(수) 종료
  • 주간
  • 09:00~18:00
NCIA양재교육장 마감

교육목표

• 머신러닝에대한 이해와 함께 머신러닝작업과적절한 알고리즘을 선정하는 방법을 알수있다.

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

• 최근접이웃기법을 이용한 데이터분류와 데이터분류를 위한 베이지안기법을 알수있다.

• 결정트리, 규틱, 서포트벡터머신을사용한 값을 예측하고 선형회귀를 이용한 수치값을예측할 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

 

일차과목내용
1일차

머신러닝

머신러닝에대한 이해와 함께 머신러닝작업과적절한 알고리즘을 선정하는 방법을 알수있다.

- 머신러닝개념 및 학습법

- 머신러닝알고리즘 선택

- 머신러닝을위한 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

2일차

분류

최근접 이웃기법을 이용한 데이터분류와 데이터분류를 위한 베이지안 기법을 알수 있다.

- 최근접이웃을 사용한 분류 (KNN알고리즘)

- KNN알고리즘 실습

- 나이브베이즈 이해

- 나이브베이즈 알고리즘 실습

예측

결정트리, 분류규칙, 서포트벡터머신을사용한 값을 예측하고 선형회귀를 이용한 수치값을예측할 수 있다.

- 결정트리

- 분류규칙

- 회귀기법 및 선형회귀이해 및 실습

- 회귀트리와모델트리이해및 실습

3일차

모델화

신경망을 이용한 데이터 모델화를 습득할 수 있다.

- 신경망의 이해

- ANN와 콘크리트의 내구력 모델화

- 서포트벡터머신

- 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

• R을 활용하여 머신러닝에 관심이 있는 자

• 선수과정: R을 활용한 데이터 분석

수/강/후/기