[IT/코딩 특강] Python(파이썬)으로 배우는 Deep Learning(딥러닝) 초급 Part.2 | 1등 비상교육이 만든 단 하나의 몰입형 학습

온리원 선생님

중1중2중3 N 완강

[IT/코딩 특강] Python(파이썬)으로 배우는 Deep Learning(딥러닝) 초급 Part.2

코딩스쿨 선생님

수강후기 보기 일반 맛보기 HD+ 맛보기

※ Python 딥러닝의 기초 개념을 이어서 학습하고, 주요 학습 과정과 활용 방법을 익힌다.

★ 딥러닝 초급 개념을 체계적으로 학습하고 Python 활용 능력을 키우고 싶은 누구나!

★본 강좌는 교안과 예제로 진행됩니다.
★예제는 '강좌 자료실'에 업로드 되어있습니다.

학습목차 내용
강	강의명	강의시간
1강	머신러닝의 이해와 사이킷런(Scikit-learn) 기초 및 흐름 파악	48분
2강	손글씨 숫자 데이터셋 로드 및 학습용/테스트용 데이터 분할	48분
3강	K-최근접 이웃(KNN) 알고리즘을 이용한 분류 학습과 정확도 평가	28분
4강	혼동 행렬(Confusion Matrix)과 분류 리포트를 활용한 오답 분석	58분
5강	히트맵 시각화 및 K-폴드 교차 검증을 통한 최적 모델과 K값 탐색	51분
6강	단순 선형 회귀(Simple Linear Regression)를 활용한 온도 추세 예측	54분
7강	다중 선형 회귀 분석 준비 및 캘리포니아 주택 가격 데이터 탐색	44분
8강	다중 선형 회귀 훈련, 오차 지표(R2, MSE) 분석 및 선형 모델 간 성능 비교	38분
9강	비지도 학습의 원리와 t-SNE를 이용한 고차원 데이터 축소 및 시각화	44분
10강	K-Means 군집화(Clustering) 알고리즘 원리 파악 및 붓꽃 데이터 탐색	47분

학습목차 내용
강	강의명	강의시간
1강	머신러닝의 이해와 사이킷런(Scikit-learn) 기초 및 흐름 파악	48분
2강	손글씨 숫자 데이터셋 로드 및 학습용/테스트용 데이터 분할	48분
3강	K-최근접 이웃(KNN) 알고리즘을 이용한 분류 학습과 정확도 평가	28분
4강	혼동 행렬(Confusion Matrix)과 분류 리포트를 활용한 오답 분석	58분
5강	히트맵 시각화 및 K-폴드 교차 검증을 통한 최적 모델과 K값 탐색	51분
6강	단순 선형 회귀(Simple Linear Regression)를 활용한 온도 추세 예측	54분
7강	다중 선형 회귀 분석 준비 및 캘리포니아 주택 가격 데이터 탐색	44분
8강	다중 선형 회귀 훈련, 오차 지표(R2, MSE) 분석 및 선형 모델 간 성능 비교	38분
9강	비지도 학습의 원리와 t-SNE를 이용한 고차원 데이터 축소 및 시각화	44분
10강	K-Means 군집화(Clustering) 알고리즘 원리 파악 및 붓꽃 데이터 탐색	47분
11강	K-Means 모델 학습과 PCA 차원 축소를 통한 중심점 시각화 및 알고리즘 비교	50분

온리원 선생님