머신러닝개요

머신러닝개념을 이해하고 실습을 위한 기본 환경을 구성할 수 있다.

- 머신러닝개념, 파이썬개요, 실습환경 구성

머신러닝 알고리즘

주어진 업무에 사용할 적합한 알고리즘을 선택할 수 있다. - 알고리즘 , 피널라이즈드 회귀 기법, 앙상블 기법, 알고리즘 결정법

- 예측모델생성을 위한 단계적 절차

머신러닝의 일반적 절차

머신러닝 매커니즘개념을 습득하고 관련 데이터를 이해를 통해 문제를 이해할 수 있다.

- 문제구조 이해, 데이터모델 선택, 수치예측, 다중분류 

데이터 전처리 및 시각화

분석가능한형태로 데이터를 전처리하는방법과 데이터 시각화를 통해 데이터를 탐색할 수 있다.

- 데이터 전처리 방법 , 정적인 데이터 시각화, 동적인 데이터 시각화

예측 알고리즘

수치형 타겟값을예측할 수 있는 다중선형회귀분석 그리고 과적합을 방지하기 위한 Regresion을 이해하고 데이터마이닝모델의 성능을 올릴 수 있는 차원축소기법들에 대해 이해할 수 있다.

- 다중선회회귀분석, Regresion, 차원축소

분류 알고리즘

범주형타겟값을예측하는 방법, 분류규칙을 도출하는데 유용한 의사결정트리계열의알고리즘, 랜덤포레스트에대해 습득한다