본문 바로가기

Course

[최저가] 머신러닝과 딥러닝의 원리와 이론

머신러닝과 딥러닝의
원리와 이론

실습으로 배우는 머신러닝과
딥러닝 개념 및 활용]

배울 내용

머신러닝과 딥러닝의 개념과 정의

선형 및 다중 회귀 모델

의사결정나무

머신러닝 용어와 각종 라이브러리

로지스틱 회귀 모델

랜덤 포레스트

ITGO 아이티고

배우고 익히는 즐거움


이런 분들에게 추천해요

머신러닝에 대한 개념이 궁금한 사람

머신러닝 모델을 내 손으로 직접 구현해보고 싶은 사람

딥러닝 모델과 신경망에 대한 학습이 필요한 사람

[실습으로 배우는 머신러닝과 딥러닝 개념 및 활용]
본 코스는 머신러닝과 딥러닝의 기본적인 개념과 이론을 학습하실 수 있는 강의입니다. 강의를 통해 머신러닝 및 딥러닝의 핵심적인 이론 및 주요 모델들에 대한 이해 및 실습을 통한 활용 방법을 배우실 수 있습니다.
대략적인 머신러닝과 딥러닝의 개념 및 이론들에 대한 지식이 필요한 분들은 모두 수강할 수 있지만, 가능하면 파이썬과 기초 통계 및 행력 등 수학적 지식에 대한 기본적인 이해와 활용이 가능하신 분들이 수강하시면 좋습니다.
본 코스는 다음과 같은 내용들로 구성되어 있습니다.

[목차]
<머신러닝>
● 머신러닝 개념 및 정의
● 머신러닝 용어 및 라이브러리 정리
● 선형 회귀 모델
● 다중 선형 회귀
● 선형 회귀 모델 구현, colab 설명
● 로지스틱 회귀 모델 구현
● 의사 결정 나무 구현
● 랜덤 포레스트 구현
● knn 구현
● train valid test 데이터 나누기
● 데이터 전처리
● 최종 실습 - 타이타닉

<딥러닝>
● 딥러닝 개념 및 정의
● 퍼셉트론
● XOR 문제
● 코랩 사용법
● 행렬 기본
● 신경망
● 오차 역전파
● 출력층
● 신경망 실습
● CNN 개념
● CNN 실습
● RNN 개념
● RNN 실습

머신러닝과 딥러닝 학습이 필요하신 분들은 본 강의를 통해 많은 도움 얻어가시기 바랍니다.

평생 이용권7.5시간 동영상
TV&모바일 엑세스 강의 수료증