메인메뉴로 이동 본문으로 이동

lnb영역

데이터사이언스
과정

컨텐츠 내용

  1. 수강신청
  2. 과정정보

R 머신러닝

R 머신러닝 과정정보
수강기간 180일
강의구성 38차시
수강료 180,000원

 

총 학습시간 19시간 20분



[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.

 

 

[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.

 

 

[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, 150,000/20=7,500(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

 

  

강의목차
차시 강의명 학습시간
1차시 R을 활용한 머신러닝 R이란 무엇인가 23분
2차시 R을 활용한 머신러닝 R 설치하기 33분
3차시 R을 활용한 머신러닝 데이터관리(1) 60분
4차시 R을 활용한 머신러닝 데이터관리(2) 54분
5차시 R을 활용한 머신러닝 데이터파일 불러오기 23분
6차시 R을 활용한 머신러닝 머신러닝의 개념 45분
7차시 R을 활용한 머신러닝 머신러닝 프로세스 29분
8차시 R을 활용한 머신러닝 K-최근접 이웃(KNN)의 개념과 원리 25분
9차시 R을 활용한 머신러닝 머신러닝 맛보기 49분
10차시 R을 활용한 머신러닝 데이터 스케일링과 범주특성의 변환 45분
11차시 R을 활용한 머신러닝 데이터 셋 나누기 54분
12차시 R을 활용한 머신러닝 모델 훈련과 세부튜닝 49분
13차시 R을 활용한 머신러닝 모델 평가 37분
14차시 R을 활용한 머신러닝 다중분류 26분
15차시 R을 활용한 머신러닝 로지스틱 회귀분석의 개념과 원리 20분
16차시 R을 활용한 머신러닝 로지스틱 회귀분석 실습 53분
17차시 R을 활용한 머신러닝 서포트 벡터 머신(SVM)의 개념과 원리 28분
18차시 R을 활용한 머신러닝 서포트 벡터 머신 분석실습 27분
19차시 R을 활용한 머신러닝 의사결정나무(Decision Tree)의 개념과 원리 20분
20차시 R을 활용한 머신러닝 의사결정나무 분석실습 31분
21차시 R을 활용한 머신러닝 랜덤 포레스트(Random Forest)의 개념과 원리 15분
22차시 R을 활용한 머신러닝 랜덤 포레스트 분석실습 14분
23차시 R을 활용한 머신러닝 투표기반 앙상블 기법과 분석실습 31분
24차시 R을 활용한 머신러닝 선형회귀분석의 개념과 원리 25분
25차시 R을 활용한 머신러닝 선형회귀분석 실습 41분
26차시 R을 활용한 머신러닝 릿지회귀분석의 개념과 실습 20분
27차시 R을 활용한 머신러닝 라소회귀분석의 개념과 실습 15분
28차시 R을 활용한 머신러닝 종합과제: 유방암 진단분류1 36분
29차시 R을 활용한 머신러닝 종합과제: 유방암 진단분류2 26분
30차시 R을 활용한 머신러닝 군집분석의 개념과 원리 33분
31차시 R을 활용한 머신러닝 군집분석 실습 30분
32차시 R을 활용한 머신러닝 DBSCAN의 개념과 원리 18분
33차시 R을 활용한 머신러닝 DBSCAN 분석실습 16분
34차시 R을 활용한 머신러닝 연관규칙분석의 개념과 원리 19분
35차시 R을 활용한 머신러닝 연관규칙분석 실습 26분
36차시 R을 활용한 머신러닝 추천과 협업필터링의 개념과 원리 21분
37차시 R을 활용한 머신러닝 협업필터링 분석실습1 37분
38차시 R을 활용한 머신러닝 협업필터링 분석실습2 9분