강사명 | 차시 | 학습시간 | 샘플 |
---|---|---|---|
김동식 | 10 | 7 시간 |
현직 데이터사이언티스트 전문가가 전하는 AI 개발 및 분석 실무 노하우 및 체계적인 교육 회사내에서 머신러닝 및 딥러닝 개발 및 분석 업무로 보직 변경을 하고자 하는 분을 위한 교육 다양한 머신러닝 이론과 실습을 동시에 배우는 최적의 코스 |
데이터분석 관련 분야 취업 및 ADP 자격 취득원하는 학습자 |
기계 학습의 개념 및 특징 공간, 데이터의 중요성을 설명한다. 영상 처리 기초와 머신러닝의 주요 도전 과제를 설명한다. 머신러닝 분류와 예측 알고리즘을 설명한다. 이미지 및 텍스트 처리를 위한 딥러닝 알고리즘을 설명한다. |
1. 영상의 이진화 2. 적응형 이진화 3. 이미지 연산 4. 영상의 히스토그램 5. 머신러닝을 위한 회귀 개념 및 수학 기초 6. 머신러닝을 위한 기초 7. 수치 예측 머신러닝 시각화 8. 기계학습을 위한 회귀 최종정리와 비정형 데이터마이닝 실전 9. 확률과 베이즈통계학 정리 10. 딥러닝 동작원리 |