파이썬을 활용한 머신러닝 알고리즘 구현

본 과정은 파이썬 기초에 대해 다루지 않습니다.

본 과정을 통해 머신러닝 매커니즘을 이해하고 업무에 적합한 알고리즘을 선택하여 문제해결능력을 배양할 수 있습니다

머신러닝 개념을 이해하고 주어진 업무에 사용할 적합한 알고리즘 선택
머신러닝 매커니즘을 이해하고 관련데이터를 통해 문제해결능력 배양
분석가능한 형태로 데이터를 전처리하는 방법과 데이터시각화를 통한 데이터를 탐색 능력 습득
수치형 타겟값을 예측할 수 있는 다중선형회귀분석 그리고 과적합을 방지하기 위한 Regression을 이해하고 데이터마이닝모델 성능을 올릴 수 있는 차원축소기법들의 이해 및 활용
범주형타겟값을 예측하는 방법, 분류규칙을 도출하는데 유용한 의사결정나무계열의 알고리즘, 랜덤포레스트에 대한 습득 및 활용

머신러닝개념을 이해하고 실습을 위한 기본환경을 구성할 수 있다.

주어진 업무에 사용할 적합한 알고리즘을 선택할 수 있다.

머신러닝개념 매커니즘개념을 습득하고 관련 데이터 분석을 통해 문제를 이해할 수 있다.

분석가능한 형태로 데이터를 전처리하는 방법과 데이터시각화를 통해 데이터를 탐색 할 수 있다.

수치형 타겟값을 예측할 수 있다. 다중선형회귀분석 그리고 과적합을 방지하기 위한 Regression을 이해하고 데이터마이닝모델의 성능을 돌릴 수 있는 차원축소기법들에 대해 이해할 수 있다.

범주형 타겟값을 예측하는 방법, 분류규칙을 도출하는데 유용한 의사결정트리계열의 알고리즘, 랜덤포레스트에 대해 습득한다.

• 파이썬 기초를 알고 계신 분

(본 과정에서는 파이썬 기초를 다루지 않음)