Course Curriculum

00. 교재 다운로드 센터
	[onc45] AAC000 교재 다운로드 센터		00:00:00
01. 학습 내용 안내
	[onc45] AAC012 학습 내용 안내	FREE	00:06:18
02. 분류와 예측이란 무엇인가
	[onc45] AAC021 분류와 예측 모델의 이해	FREE	00:39:11
03. 회귀분석으로 이해하는 예측 모델 다루기
	[onc45] AAC022 가장 간단한 예측 – constant		00:28:15
	[onc45] AAC023 단순 선형 회귀분석		00:37:02
	[onc45] AAC024 지도학습 머신러닝 모델의 워크플로우	FREE	00:18:55
	[onc45] AAC025 분석 모델의 저장과 다른 문제에도 활용하기		00:07:45
04. 예측 결과가 정확해야 좋은 모델이다
	[onc45] AAC031 분석 모델의 평가 – 편향(Bias)과 분산(Variance)		00:29:22
	[onc45] AAC032 회귀 모델 결정계수 R^2와 설명력		00:21:13
	[onc45] AAC033 회귀 모델 결정계수 R^2와 설명력-실습		00:23:06
	[onc45] AAC034 회귀적 모델의 평가 지표 – RMSE, MSE, MAE		00:48:47
05. 두루두루 쓸 수 있어야 좋은 모델이다
	[onc45] AAC041 분석 모델의 일반화 가능성 평가 – 홀드아웃		00:34:21
	[onc45] AAC042 LOOCV와 K-폴드 교차검증, 그리고 부트스트랩		00:37:17
	[onc45] AAC043 모델 성능 교차 검증 비교와 무시할 수 있는 차이		00:24:53
06. 너무 복잡하지 않고 간결해야 좋은 모델이다
	[onc45] AAC051 분석 모델의 효율성 – Feature Selection		00:39:34
07. 꼭대기는 평평하다는 최적화 원리
	[onc45] AAC061 손실 함수와 경사하강법		00:37:10
	[onc45] AAC062 확률적 경사하강법		00:22:45
	[onc45] AAC063 확률적 경사하강법-실습		00:24:57
08. 인공지능의 본체 인공신경망
	[onc45] AAC071 퍼셉트론과 인공신경망		00:22:03
	[onc45] AAC072 퍼셉트론의 AND와 OR, NAND 연산		00:18:43
	[onc45] AAC073 XOR과 다층 퍼셉트론		00:11:57
	[onc45] AAC074 복잡한 문제 해결을 위한 활성화 함수		00:25:30
	[onc45] AAC075 인공신경망의 하이퍼 파라미터		00:37:28

541311 STUDENTS ENROLLED

Orange를 활용한 코딩 없는 AI 데이터 분석 - Lv.3 예측 머신러닝 분석

강사진

마소캠퍼스

Course Curriculum