강사명 | 차시 | 학습시간 | 샘플 |
---|---|---|---|
김동식 | 12 | 10 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. 로지스틱 회귀 2. KNN 3. 모델 진단(rmse) 4. CI 5. 의사 결정 나무 6. 로지스틱 회귀 7. 분류모델 평가1 8. 분류모델 평가2 9. 분류모델 평가3 10. 텐서플로 설치 11. 다층퍼셉트론 12. 활성화 함수 |