진도율 80% 이상

파이썬을 활용한 머신러닝

23차시, 03시간 12분

01차시머신러닝 개요 및 현황

7분

02차시다양한 머신러닝 활용 사례

6분

03차시머신러닝 도구 소개

9분

04차시실습 환경 준비

8분

05차시분류모형이란

10분

06차시분류모형의 평가

8분

07차시분류모형 (Decision Tree)

7분

08차시Decision Tree 응용

8분

09차시분류모형 (Random Forest)

7분

10차시추천 알고리즘의 소개

7분

11차시추천 알고리즘을 위한 유사도의 이해

7분

12차시협업 필터링-UBCF

8분

13차시협업 필터링-IBCF

9분

14차시추천 알고리즘을 위한 surprise 라이브러리

9분

15차시surprise 라이브러리의 활용

8분

16차시비지도학습이란

7분

17차시군집분석-계층적 클러스터링

8분

18차시군집분석2-K-means 클러스터링

7분

19차시군집분석 실습

8분

20차시패턴발견을 위한 연관 규칙

7분

21차시연관규칙 주요 개념

10분

22차시연관규칙 실습

9분

23차시전체 내용 리뷰

7분