Course Curriculum

00. 교재 다운로드 센터
	[onc46] AAC000 교재 다운로드 센터		00:00:00
01. 둘로 나누는 이진분류와 보정학습
	[onc46] AAC081 이진분류의 대명사 – 로지스틱 회귀분석	FREE	00:15:21
	[onc46] AAC082 이진분류의 대명사 – 로지스틱 회귀분석 실습		00:25:09
	[onc46] AAC091 Calibrated Learner 보정 학습자		00:32:25
02. 분류가 잘 되었는지 어떻게 알까
	[onc46] AAC101 분류 모델의 평가 지표 – 혼동 행렬		00:36:48
	[onc46] AAC102 분류 모델의 평가 지표 – 혼동 행렬 실습		00:14:15
	[onc46] AAC103 분류 모델의 평가 지표 – ROC 곡선과 AUC	FREE	00:29:39
	[onc46] AAC104 분류 모델의 평가 지표 – ROC 곡선과 AUC 실습		00:19:28
	[onc46] AAC105 ROC 분석으로 예측 확률 임계치 정하기		00:21:36
	[onc46] AAC106 분류 모델의 평가 지표 – Gain chart		00:23:22
03. 초평면을 찾는 서포트 벡터 머신
	[onc46] AAC111 서포트 벡터 머신(SVM)		00:28:36
	[onc46] AAC112 커널 트릭		00:17:58
04. 잘 모를 때는 옆사람 보고 따라하는 KNN
	[onc46] AAC121 최근접이웃을 따라하는 KNN	FREE	00:33:08
05. 독립된 두 사건의 확률 곱하기 나이브 베이즈
	[onc46] AAC131 조건부 확률에 기반한 나이브 베이즈		00:33:55
06. 나무와 숲을 흉내낸 분류모델 Tree와 랜덤포레스트
	[onc46] AAC141 Decision Tree 의사결정 나무 모형		00:35:27
	[onc46] AAC142 불순도와 정보 이득		00:27:27
	[onc46] AAC143 무작위성을 높인 랜덤 포레스트		00:13:35
07. 데이터에서 맞춤형 분석 모델 만들기
	[onc46] AAC151 분류 모형의 분류와 Curve fit		00:21:20
08. 여러 모델을 결합해서 분석하는 앙상블 기법
	[onc46] AAC161 분석 모델의 중첩 – 앙상블 기법		00:07:21
	[onc46] AAC162 다수결로 결정하는 배깅(Bagging)		00:20:54
	[onc46] AAC163 부스팅 – AdaBoost와 Gradient Boosting, XG Boost		00:32:10
	[onc46] AAC164 여러 모델의 결과를 메타 분석하는 스태킹(stacking)		00:16:45

541236 STUDENTS ENROLLED

Orange를 활용한 코딩 없는 AI 데이터 분석 - Lv.4 분류 머신러닝 분석

강사진

마소캠퍼스

Course Curriculum