🖤 블랙프라이데이 50% 특가 · 11/19 ~ 11/30 한정
🍊 Orange AI 데이터 분석 Lv.3
분석 모델 구축부터 평가까지,
코딩 없는 예측 머신러닝
Orange로 데이터 사이언스의 핵심인 분류와 예측을 쉽고 빠르게 익히세요.
단순 선형 회귀부터 다층 퍼셉트론까지, 단계별 실습으로 모델을 직접 만들고 평가합니다.
22개학습 강의
9.94H강의 시간
8개학습 파트
혹시 이런 경험 있으신가요?
예측 모델은 만들었는데,
이 모델이 좋은지 판단할 수 없으셨나요?
BEFORE
감으로 고르는 모델
분류와 예측 모델이 어렵게만 느껴져 결과 수치를 그대로 믿습니다
R², RMSE 같은 지표가 무엇을 말하는지 몰라 비교 기준이 없습니다
인공신경망은 코딩을 잘하는 사람만 다룰 수 있다고 생각합니다
AFTER
근거로 평가하는 모델
편향과 분산, 결정계수와 평가 지표로 모델의 정확도를 판단합니다
교차검증으로 일반화 가능성을 확인하고, 피처 선택으로 모델을 간결하게 만듭니다
퍼셉트론부터 다층 인공신경망까지 Orange로 직접 구현합니다
이런 분들을 위해 준비했어요
누구나 모델을 돌릴 수 있지만,
좋은 모델을 가려내는 사람은 다릅니다.
🛠️실무 데이터 분석 기술을 강화하고 싶은 분 — 분석의 다음 단계로 나아가고 싶은 분
🎯정확한 모델 구축과 평가가 필요한 분 — 모델을 만들고 검증하는 과정을 쉽게 익히고 싶은 분
📈엑셀의 한계를 느끼는 분 — 코딩 없이 쓸 수 있는 고급 분석 도구를 원하는 분
🎓커리어 전환을 준비하는 분 — 취업 시장에서 차별화하거나 IT 분야로 옮기고 싶은 분
복잡한 코딩 지식 없이, Orange로 데이터 사이언스의 다음 단계로 나아가세요!
실습 결과 미리보기
강의에서 직접 만들게 될 결과물입니다
Orange 위젯만으로 예측 모델을 만들고, 평가하고, 개선합니다.
02-1
Orange3로 데이터 탐색하기
분류와 예측 모델을 이해하며 데이터를 살펴보기
06-1
모델의 효율성 향상하기
Feature Selection으로 간결한 모델 만들기
04-3
결정계수로 모델의 설명력 평가
회귀 모델의 R²를 실습으로 확인하기
08-1
퍼셉트론부터 인공신경망까지
복잡한 인공신경망의 구조를 단계별로 이해
커리큘럼 특징
모델을 만들고, 평가하고,
인공신경망까지 확장하는 4단계 과정
예측 모델을 깊이 있게 배우고, 코딩 없이 실무에 적용할 수 있도록 설계했습니다.
1
입문자부터 전문가까지 활용하는 ‘Orange 예측 모델’
분류와 예측의 개념을 잡고, constant 예측과 단순 선형 회귀로 지도학습 워크플로우를 익힙니다.
2
정확도를 따지는 ‘모델의 평가’
편향과 분산, 결정계수 R², RMSE·MSE·MAE 같은 평가 지표를 실습으로 이해합니다.
3
쓸모와 효율을 따지는 ‘일반화와 피처 선택’
홀드아웃, K-폴드 교차검증, 부트스트랩으로 일반화 가능성을 평가하고 Feature Selection을 적용합니다.
4
인공지능의 본체를 이해하는 ‘최적화와 인공신경망’
손실 함수와 경사하강법, 퍼셉트론과 다층 퍼셉트론, 활성화 함수와 하이퍼 파라미터를 다룹니다.
강의 수강 이후
수강 후 당신은 이런 사람이 됩니다
🧮
예측 모델 빌더
코딩 없이 예측 모델을 만드는
회귀 모델을 구축하고 저장해
다른 문제에도 다시 활용합니다.
📏
모델 평가자
지표로 좋은 모델을 가려내는
R², RMSE, MSE, MAE와 교차검증으로
모델의 성능을 객관적으로 비교합니다.
✂️
모델 최적화러
간결하고 효율적인 모델을 만드는
피처 선택과 경사하강법 원리를 이해해
불필요한 복잡도를 줄입니다.
🧠
신경망 이해자
인공신경망의 구조를 설명할 수 있는
퍼셉트론부터 활성화 함수, 하이퍼 파라미터까지
신경망의 작동 원리를 이해합니다.
수강생 전원 제공
배운 내용을 바로 활용할 수 있도록,
실습에 필요한 자료를 함께 드립니다
📘
강의교안
전체 흐름과 핵심을 정리한 자료
🗂️
실습 파일
강의와 같은 환경에서 따라할 예제
* 자료는 수강 시작 후 <00. 교재 다운로드 센터>에서 받으실 수 있습니다.
🖤 블랙프라이데이 50% 특가 · 11/19 ~ 11/30 한정 · 마감 D-?
예측 모델 구축부터 평가까지,
코딩 없이 Orange로 끝내세요!
예측 모델부터 인공신경망까지 · 코딩 없는 Lv.3
예측 모델 구축부터 평가까지,
코딩 없이 Orange로 끝내세요!
🖤 블프 특가 마감까지–일 –:–:–
🍊 Orange AI 데이터 분석 Lv.3
지식공유자 소개
강의를 이끄는 강사님
사용 프로그램 안내
본 강의에서 사용할 프로그램
🍊
Orange 노코딩 AI 데이터 분석 도구
다운로드부터 설치까지 강의에서 안내 · Portable 버전은 인터넷 연결 없이 사용 가능
무료
무료
* 프로그램은 별도로 제공되지 않습니다.
수강 전 확인해주세요듀얼 모니터·Windows OS 권장
실습 위주의 강의로 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 수강을 추천드립니다.
강의 교안 및 실습파일은 <00. 교재 다운로드 센터> 섹션에 있습니다.
자주 묻는 질문
예상 질문 Q&A
Q. 인공지능이나 코딩에 대한 선수지식이 필요한가요?
아니요. 인공지능에 관심이 생긴 누구나 바로 듣고 실무에 활용할 수 있도록 설계된 강의로, 인공지능이나 코딩은 물론 엑셀 실력도 필요하지 않습니다.
Q. 수강을 위한 요구 사항이나 필요 조건이 있나요?
실습 위주의 강의이므로 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
Q. Orange는 따로 구입해야 하나요?
Orange는 무료로 배포되는 소프트웨어이며, 다운로드부터 설치까지 하나하나 안내하므로 누구나 쉽게 AI 데이터 분석 환경을 구축할 수 있습니다. Portable 버전을 사용하면 외부 인터넷 연결 없이도 쓸 수 있어 보안 수준이 높은 근무 환경에서도 사용 가능합니다.
커리큘럼 상세
8개 파트, 22강으로 예측 모델부터 인공신경망까지
총 22강 · 8개 파트 · 9.94H · 파트를 누르면 세부 강의가 펼쳐집니다
무료 공개표시된 강의는 클릭해서 바로 미리 볼 수 있어요
01학습 내용 안내강의 흐름 · 학습 목표무료 1강
- 01-1학습 내용 안내무료 공개06:18
02분류와 예측이란 무엇인가분류와 예측 모델의 이해무료 1강
- 02-1분류와 예측 모델의 이해무료 공개39:11
03회귀분석으로 이해하는 예측 모델 다루기constant 예측 · 단순 선형 회귀 · 모델 저장과 활용무료 1강
- 03-1가장 간단한 예측: constant28:15
- 03-2단순 선형 회귀분석37:02
- 03-3지도학습 머신러닝 모델의 워크플로우무료 공개18:55
- 03-4분석 모델의 저장과 다른 문제에도 활용하기07:45
04예측 결과가 정확해야 좋은 모델이다편향과 분산 · 결정계수 R² · RMSE·MSE·MAE
- 04-1분석 모델의 평가: 편향(Bias)과 분산(Variance)29:22
- 04-2회귀 모델 결정계수 R²와 설명력21:13
- 04-3회귀 모델 결정계수 R²와 설명력 (실습)23:06
- 04-4회귀적 모델의 평가 지표: RMSE, MSE, MAE48:47
05두루두루 쓸 수 있어야 좋은 모델이다홀드아웃 · K-폴드 교차검증 · 부트스트랩
- 05-1분석 모델의 일반화 가능성 평가: 홀드아웃34:21
- 05-2LOOCV와 K-폴드 교차검증, 그리고 부트스트랩37:17
- 05-3모델 성능 교차 검증 비교와 무시할 수 있는 차이24:53
06너무 복잡하지 않고 간결해야 좋은 모델이다Feature Selection
- 06-1분석 모델의 효율성: Feature Selection39:34
07꼭대기는 평평하다는 최적화 원리손실 함수 · 경사하강법 · 확률적 경사하강법
- 07-1손실 함수와 경사하강법37:10
- 07-2확률적 경사하강법22:45
- 07-3확률적 경사하강법 (실습)24:57
08인공지능의 본체 인공신경망퍼셉트론 · 다층 퍼셉트론 · 활성화 함수 · 하이퍼 파라미터
- 08-1퍼셉트론과 인공신경망22:03
- 08-2퍼셉트론의 AND와 OR, NAND 연산18:43
- 08-3XOR과 다층 퍼셉트론11:57
- 08-4복잡한 문제 해결을 위한 활성화 함수25:30
- 08-5인공신경망의 하이퍼 파라미터37:28
* 강의 교안과 실습 파일은 수강 시작 후 <00. 교재 다운로드 센터>에서 받으실 수 있습니다.
학습 규정 및 환불 규정
학습 규정
- 본 상품은 동영상 형태의 강의를 자유롭게 수강할 수 있는 VOD(온라인 녹화 강의) 상품입니다.
- 수강 신청 및 결제를 완료하시면, ‘내 강좌’를 통해 바로 수강이 가능합니다.
총 학습기간
- 정상 수강기간(유료 수강기간) 최초 30일, 무료 수강 기간은 31일 일차 이후로 무제한이며, 유료 수강기간과 무료 수강기간 모두 동일하게 시청 가능합니다.
- 하루 3시간 내외로 학습하시면 정상 수강기간(유료 수강기간) 내에 전체 과정을 모두 수강하실 수 있습니다.
- 수강 시작일은 결제일로부터 산정됩니다.
환불 규정
환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
- 쿠폰을 사용하여 강의를 결제하신 후 취소/환불 시 쿠폰은 복구되지 않습니다.
- 31일차 이후 무료로 제공되는 기간은 환불 산정에 포함되지 않습니다.
- 강의 자료(교재 등)를 다운로드한 경우에는 위 기준과 무관하게 환불이 불가합니다.
* 보다 자세한 환불 규정은 마소캠퍼스 [주의사항 및 환불규정]페이지에서 확인 가능합니다.
기타 환불 관련 안내
환불 요청은 cs@masocampus.com으로 주문번호를 함께 보내주시면 접수됩니다.
- 환불 금액은 신청 시점을 기준으로 산정되며, 업무시간 외 요청은 2영업일 오후까지 순차 처리됩니다.
- 환불 금액은 수업 시간을 기준으로 반올림하여 산정합니다.
- 계좌이체로 환불받으실 경우 이체 수수료 500원이 공제된 금액이 지급됩니다.
- 환불 대금은 접수일로부터 7영업일 이내 지급됩니다.
- 취소 및 환불 접수·처리는 평일 오전 10시~오후 4시 (점심시간 12시~1시 제외) 내에만 가능합니다.
- 취소 및 환불은 한국소비자원 고시 소비자분쟁해결기준에 의거하여 처리됩니다.
주의 사항
- 상황에 따라 별도의 사전 안내 없이 할인 혜택이 조기에 마감되거나 연장될 수 있는 점 참고 부탁드립니다.
- 천재지변, 폐업 등 불가피한 사유로 서비스 운영이 어려운 경우, 서비스가 종료될 수 있습니다.
- 커리큘럼은 완성도 향상을 위한 제작 과정에서 일부 내용이 추가, 삭제 또는 변경될 수 있습니다.
마소캠퍼스 정책 안내
마소캠퍼스 ID 공유 금지 정책
- 마소캠퍼스의 모든 온라인 강의에서는 1개의 아이디로 여러 명이 공유하는 형태를 금지하고 있습니다.
- 동시접속에 대한 기록은 내부 시스템을 통해 자동으로 누적되며, 이후 서비스 이용이 제한될 수 있습니다.
저작권 정책
- 마소캠퍼스의 모든 강의는 무단 배포 및 가공하는 행위, 캡처 및 녹화하여 공유하는 행위, 무단으로 판매하는 행위 등 일체의 저작권 침해 행위를 금지합니다.
- 부정 사용이 적발될 경우 저작권법 위반에 의한 법적인 제재를 받으실 수 있습니다.
그 외 공통 사항은 마소캠퍼스 [주의사항 및 환불규정], [이용약관] 페이지를 따릅니다.
