재직자 교육

재직자 직무능력향상 교육

교육문의

02-587-5180

평일 09:00~18:00

(토,일,공휴일 휴무)

• 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

Regression을 이해하고 데이터마이닝모델 성능을 올릴 수 있는 차원축소기법들의 이해 및 활용

• 범주형타겟값을 예측하는 방법, 분류규칙을 도출하는데 유용한 의사결정나무계열의 알고리즘,

랜덤포레스트에 대한 습득 및 활용

일차	과목	내용
1일차	머신러닝 개요	• 머신러닝개념, 파이썬개요, 실습환경 구성
1일차	머신러닝 알고리즘	• 알고리즘 , 피널라이즈드 회귀 기법, 앙상블 기법, 알고리즘 결정법 • 예측모델생성을 위한 단계적 절차
2일차	머신러닝의 일반적 절차	• 문제구조 이해, 데이터모델 선택, 수치예측, 다중분류
2일차	데이터 전처리 및 시각화	• 데이터 전처리 방법 , 정적인 데이터 시각화, 동적인 데이터 시각화
3일차	예측 알고리즘	• 수치형 타겟값을 예측(다중선형회귀분석) • Regresion • 데이터마이닝 모델(차원축소기법) • 다중선회회귀분석, Regresion, 차원축소
3일차	분류 알고리즘	• 범주형타겟값을 예측 방법, • 분류규칙을 도출(의사결정트리계열의 알고리즘) • 랜덤포레스트

• 프로그래밍 경험자

• 파이썬을 활용하여 주요한 머신러닝 알고리즘을 구현하는 과정.