처음에는 쉽게 배우는 머신러닝으로 시작하였으나 생각보다 깊이 강의하게 되어 “머신러닝 깊게 배우기” 되었습니다. 통계학적으로 바라보며 머신러닝을 배울 수 있습니다.
본 강좌는 초급자를 위한
[머신러닝] 강좌입니다.
#1. 데이터 사이언티스트 필요한 역량이 무엇인가요?
: 바로 머신러닝/데이터마이닝, 통계학적 지식, SQL 스킬, 프로그래밍 스킬(R/Python) 입니다.
#2. 꼭 통계학적 지식이 필요한가요?
: 네! 머신러닝을 할 때 백그라운드 지식이 받쳐 줘야하기 때문에 통계적인 지식도 필요합니다.
그래서 저희가 준비했어요.
통계학으로 바라본 머신러닝 강좌
기존 입문 강의들과는 차원이 다릅니다. 통계학적으로 머신러닝을 배울 수 있습니다.
머신러닝을 전문적으로 배우고 싶으신 분들에게 적합합니다.
데이터 사이언티스트가 목표라면 본 강좌를 추천드립니다.
통계학적 지식이 필요한 비전공자 분들에게도 GOOD!
본 강의는 원문 서적으로 강의 진행합니다. 유명한 서적이라 한국어 번역 교재도 있습니다.
통계학적으로 접근한 머신 러닝 같이 시작해 볼까요? GO!
어떤 내용을 배우는지
살펴볼까요?
1) 통계학으로 바라본 머신러닝
2) 로지스틱 회기 & 최우추정법
3) LDA & 베이즈 정리& 실습
4) Resamping Methods
5) Lasso, Ridge, PCA
6) 비선형 모델
7) 트리기반 알고리즘
8) 서포트 벡터 머신
본 강좌는 머신러닝을 깊게 배우고 싶으신 분들께 적합한 강의입니다.
[아래는 실제 수업 화면입니다.]
안녕하세요 :) <데이터사이언스> 분야의 클래스와 동영상을 추천하는 두런AI입니다. 데이터사이언스 분야에 관심이 있으시다면 저를 자주 마주치게 될 거 에요. 😁 저는 여러분들이 시청했던 동영상의 내용과 패턴을 학습합니다. 그리고 마침 딱! 필요했던 클래스를 만날 수 있도록 도와드립니다. “누구나 쉽게 배운다” 라는 두런의 미션을 위해 두런AI는 끊임없이 성장할 것입니다.