평일 09:00~18:00
(토,일,공휴일 휴무)
차수 | 교육기간 | 시간 | 교육장소 | 신청하기 |
---|---|---|---|---|
1 | 2019년 07월 29일(월) ~ 07월 31일(수) 종료 |
|
NCIA양재교육장(대면) | 마감 |
2 | 2019년 09월 23일(월) ~ 09월 25일(수) 종료 |
|
NCIA양재교육장(대면) | 마감 |
• 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.
일차 | 과목 | 내용 |
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 |
• 프로그래밍 경험자
• R을 활용하여 머신러닝에 관심이 있는 자
• 선수과정: R을 활용한 데이터 분석