컨텐츠 내용
- 수강신청
- 과정정보
R 머신러닝
과정소개
▪ R을 활용한 머신러닝과정은 예측, 분류, 군집, 연관 추천 등 4가지 머신러닝 목적과
예측력이 높은 검증된 13가지 핵심 알고리즘을 마스터하는 과정입니다.
▪ 본 과정은 선거유권자 예측, 환자예측등 실전 주제를 가지고 데이터 정규화, 데이터셋분할,
알고리즘 적용과 하이터파라미터 튜닝을 통한 최적 모델 찾기, 실전데이터에 적용 등의 전 과정을 다루고 있습니다
▪ 본 과정을 수강하시면 머신러닝알고리즘의 이론과 실전을 동시에 마스터하실 수 있습니다.
학습목표
[수강대상]
▪인공지능 데이터분석가가 되고자 하는 현업 실무자 및 취업준비생
▪개발자이면서 예측, 추천, 군집등의 분석을 자동화하고자 하는 분
▪머신러닝을 익혀 반복적 업무의 효율성 및 예측력을 향상하고자 하는 분
▪대학 혹은 기관에서 데이터분석 관련 연구와 강의를 하고 계신 강사 및 교수님
▪전통적 통계분석에 더해 최신 머신러닝기법으로 연구성과를 내고자 하는 연구자
▪빅데이터분석, 인공지능사업과 연구를 기획하는 정책 실무자
[학습목표]
▪ 수집된 데이터의 정규화, 변환, train/test 데이터셋 분할 등 분석 전처리 과정을 완벽하게 이해하고 수행할 수 있습니다.
▪ 머신러닝의 예측, 분류, 군집, 추천등 4가지목적에 따른 13가지핵심 알고리즘을 명확하게 알고 직접 수행할 수 있습니다.
▪ 하이퍼파라미터 튜닝방법을 익혀 가장 예측력이 높은 최적의 결과를 도출할 수 있습니다.
▪ 앙상블기법을 적용해 여러 머신러닝 알고리즘의 조합으로 더욱 높은 예측력을 이끌어낼 수 있습니다.
▪인공지능 데이터분석가가 되고자 하는 현업 실무자 및 취업준비생
▪개발자이면서 예측, 추천, 군집등의 분석을 자동화하고자 하는 분
▪머신러닝을 익혀 반복적 업무의 효율성 및 예측력을 향상하고자 하는 분
▪대학 혹은 기관에서 데이터분석 관련 연구와 강의를 하고 계신 강사 및 교수님
▪전통적 통계분석에 더해 최신 머신러닝기법으로 연구성과를 내고자 하는 연구자
▪빅데이터분석, 인공지능사업과 연구를 기획하는 정책 실무자
[학습목표]
▪ 수집된 데이터의 정규화, 변환, train/test 데이터셋 분할 등 분석 전처리 과정을 완벽하게 이해하고 수행할 수 있습니다.
▪ 머신러닝의 예측, 분류, 군집, 추천등 4가지목적에 따른 13가지핵심 알고리즘을 명확하게 알고 직접 수행할 수 있습니다.
▪ 하이퍼파라미터 튜닝방법을 익혀 가장 예측력이 높은 최적의 결과를 도출할 수 있습니다.
▪ 앙상블기법을 적용해 여러 머신러닝 알고리즘의 조합으로 더욱 높은 예측력을 이끌어낼 수 있습니다.
수강안내
※ 정규학습 일수는 180일이며, 180일이내 수강을 80% 이수해야만 수료증이 발급됩니다.
※ 교재는 강의 내에서 교안과 실습자료를 다운로드 받으실 수 있도록 파일로 제공됩니다.
■ 교환.환불규정 ■
1) 결제 후 7일 이내, 이용한 강좌 없을 경우: 전액 환불
2) 결제 후 7일 초과 ~ 수강기간 1/2 이하
- 이용한 강좌가 없을 경우: 위약금(결제한 금액의 10%) 차감 후 환불
- 이용한 강좌가 있을 경우: 위약금(결제한 금액의 10%)+완료 강좌 수에 따른 정가 차감 후 환불
3) 수강기간 1/2 초과: 환불 불가
*산출기준 예시: 수강료 150,000원이면 강좌 수 20강인 경우, 150,000원/20강=7,500원(1강좌)로 산출
※ 유의사항
- 수강기간이 종료된 강의는 환불이 불가합니다.
- 복습기간이나 이벤트 등으로 추가로 제공된 기간은, 수강기간에 포함되지 않습니다.
- 환불금액은 결제한 금액 기준이며, 결제 시 사용한 적립금(쿠폰)은 반환해드립니다.
※ 교재는 강의 내에서 교안과 실습자료를 다운로드 받으실 수 있도록 파일로 제공됩니다.
■ 교환.환불규정 ■
1) 결제 후 7일 이내, 이용한 강좌 없을 경우: 전액 환불
2) 결제 후 7일 초과 ~ 수강기간 1/2 이하
- 이용한 강좌가 없을 경우: 위약금(결제한 금액의 10%) 차감 후 환불
- 이용한 강좌가 있을 경우: 위약금(결제한 금액의 10%)+완료 강좌 수에 따른 정가 차감 후 환불
3) 수강기간 1/2 초과: 환불 불가
*산출기준 예시: 수강료 150,000원이면 강좌 수 20강인 경우, 150,000원/20강=7,500원(1강좌)로 산출
※ 유의사항
- 수강기간이 종료된 강의는 환불이 불가합니다.
- 복습기간이나 이벤트 등으로 추가로 제공된 기간은, 수강기간에 포함되지 않습니다.
- 환불금액은 결제한 금액 기준이며, 결제 시 사용한 적립금(쿠폰)은 반환해드립니다.
수료기준
| 평가기준 | 총점 |
|---|---|
| 반영비율 | 100점 |
| 이수(과락)기준 | 60점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 60점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1차시 | R을 활용한 머신러닝 R이란 무엇인가 |
| 2차시 | R을 활용한 머신러닝 R 설치하기 |
| 3차시 | R을 활용한 머신러닝 데이터관리(1) |
| 4차시 | R을 활용한 머신러닝 데이터관리(2) |
| 5차시 | R을 활용한 머신러닝 데이터파일 불러오기 |
| 6차시 | R을 활용한 머신러닝 머신러닝의 개념 |
| 7차시 | R을 활용한 머신러닝 머신러닝 프로세스 |
| 8차시 | R을 활용한 머신러닝 K-최근접 이웃(KNN)의 개념과 원리 |
| 9차시 | R을 활용한 머신러닝 머신러닝 맛보기 |
| 10차시 | R을 활용한 머신러닝 데이터 스케일링과 범주특성의 변환 |
| 11차시 | R을 활용한 머신러닝 데이터 셋 나누기 |
| 12차시 | R을 활용한 머신러닝 모델 훈련과 세부튜닝 |
| 13차시 | R을 활용한 머신러닝 모델 평가 |
| 14차시 | R을 활용한 머신러닝 다중분류 |
| 15차시 | R을 활용한 머신러닝 로지스틱 회귀분석의 개념과 원리 |
| 16차시 | R을 활용한 머신러닝 로지스틱 회귀분석 실습 |
| 17차시 | R을 활용한 머신러닝 서포트 벡터 머신(SVM)의 개념과 원리 |
| 18차시 | R을 활용한 머신러닝 서포트 벡터 머신 분석실습 |
| 19차시 | R을 활용한 머신러닝 의사결정나무(Decision Tree)의 개념과 원리 |
| 20차시 | R을 활용한 머신러닝 의사결정나무 분석실습 |
| 21차시 | R을 활용한 머신러닝 랜덤 포레스트(Random Forest)의 개념과 원리 |
| 22차시 | R을 활용한 머신러닝 랜덤 포레스트 분석실습 |
| 23차시 | R을 활용한 머신러닝 투표기반 앙상블 기법과 분석실습 |
| 24차시 | R을 활용한 머신러닝 선형회귀분석의 개념과 원리 |
| 25차시 | R을 활용한 머신러닝 선형회귀분석 실습 |
| 26차시 | R을 활용한 머신러닝 릿지회귀분석의 개념과 실습 |
| 27차시 | R을 활용한 머신러닝 라소회귀분석의 개념과 실습 |
| 28차시 | R을 활용한 머신러닝 종합과제: 유방암 진단분류1 |
| 29차시 | R을 활용한 머신러닝 종합과제: 유방암 진단분류2 |
| 30차시 | R을 활용한 머신러닝 군집분석의 개념과 원리 |
| 31차시 | R을 활용한 머신러닝 군집분석 실습 |
| 32차시 | R을 활용한 머신러닝 DBSCAN의 개념과 원리 |
| 33차시 | R을 활용한 머신러닝 DBSCAN 분석실습 |
| 34차시 | R을 활용한 머신러닝 연관규칙분석의 개념과 원리 |
| 35차시 | R을 활용한 머신러닝 연관규칙분석 실습 |
| 36차시 | R을 활용한 머신러닝 추천과 협업필터링의 개념과 원리 |
| 37차시 | R을 활용한 머신러닝 협업필터링 분석실습1 |
| 38차시 | R을 활용한 머신러닝 협업필터링 분석실습2 |
