1주차 머신러닝 맛보기
머신러닝의 필수 개념을 이해하고 각종 라이브러리를 활용할 수 있다.
l 1차시: 머신러닝 필수 개념
l 2차시: Numpy, Pandas 활용하기(실습시뮬레이션형)
l 3차시: Seaborn 활용하기(실습시뮬레이션형)
2주차 머신러닝으로 분류하기 I
지도 학습 알고리즘을 활용하여 데이터 처리를 수행할 수 있다.
l 1차시: 머신러닝 알고리즘의 종류
l 2차시: Scikit-learn 활용하기(실습시뮬레이션형)
l 3차시: k-NN의 이해 및 활용(실습시뮬레이션형)
l 학습활동 : 퀴즈
3주차 머신러닝으로분류하기 II
지도 학습 알고리즘을 활용하여 데이터 처리를 수행할 수 있다.
l 1차시: SVM의 이해 및 활용
l 2차시: 의사결정트리의 이해 및 활용(실습시뮬레이션형)
l 3차시: 나이브베이즈의 이해 및 활용(실습시뮬레이션형)
l 학습활동: 퀴즈
4주차 앙상블기법의 이해
앙상블 기법을 활용하여 데이터 처리를 수행할 수 있다.
l 1차시: 앙상블 기법의 이해
l 2차시: 앙상블 기법 활용 실습 I(실습시뮬레이션형)
l 3차시: 앙상블 기법 활용 실습 II(실습시뮬레이션형)
l 학습활동: 퀴즈
5주차 머신러닝으로 군집화하기
비지도 학습 알고리즘을 활용하여 데이터 처리를 수행할 수 있다.
l 1차시: k-평균 알고리즘 이해하기
l 2차시: 군집화 알고리즘 활용 실습 I(실습시뮬레이션형)
l 3차시: 군집화 알고리즘 활용 실습 II(실습시뮬레이션형)
l 학습활동: 퀴즈
6주차 머신러닝으로 회귀 문제 해결하기 I
선형 회귀 분석 알고리즘을 활용하여 데이터 처리를 수행할 수 있다.
l 1차시: 선형 회귀 알고리즘 이해하기
l 2차시: 선형 회귀 알고리즘 활용 실습 (실습시뮬레이션형)
l 3차시: 주성분 분석 이해하기(실습시뮬레이션형)
l 학습활동: 퀴즈 / 토론
7주차 머신러닝으로 회귀 문제 해결하기 II
로지스틱 회귀 분석 알고리즘을 활용하여 데이터 처리를 수행할 수 있다.
l 1차시: 로지스틱 회귀 알고리즘 이해하기
l 2차시: 로지스틱 회귀 알고리즘 활용 실습I(실습시뮬레이션형)
l 3차시: 로지스틱 회귀 알고리즘 활용 실습II(실습시뮬레이션형)
l 학습활동: 과제
8주차 총괄평가(시험)
