머신러닝 기술을 이해하기 위해 머신러닝 이론과 머신러닝 알고리즘 뒤편의 수학 개념(통계 이론), 분석기법 특성, 성능 향상 등 다양한 기초지식을 학습할 수 있습니다. 이 강좌에서는 파이썬(Python) 기초부터 머신러닝 라이브러리 활용까지 입문자도 쉽게 따라 할 수 있도록 소개합니다.
지능형 시스템을 구축하기 위해서는
반드시 알아야 할 [머신러닝] 왜 배워야 할까요?
머신러닝은 컴퓨터 과학을 포함해서 대부분의 분야에서 활용되고 있고,
[물체 및 얼굴인식, 자동번역, 검색엔진, 유전자 분석, 가성현실, 자율주행 자동차 분야] 등에서 넓게 운용되고 있습니다.
이러한 새로운 기술은 산업 전반에 걸쳐 미래 성장을 주도하고 새로운 직무에 대한 수요를 증가시킬 것입니다.
아래의 자료는 ‘WORLD ECONOMIC FORUM’에서 발표한 ‘Future of jobs 2020’의 내용 중 일부입니다.
2025년에는 데이터 과학, IT등과 함께 인공지능 기술이 많이 활용될 것이라고 예상되었습니다.
또한 상당한 양의 작업이 기계가 수행하는 작업 영역으로 대체될 것으로 보입니다.
앞으로의 AI, 머신러닝의 전망은 좋을 것이고 아직 전문인력은 부족한 상황입니다.
틈틈이 관련 지식을 습득한다면 큰 강점이 될 것입니다.
본 강좌를 통해 [머신러닝]에 입문하시는 계기가 되면 좋겠습니다 : )
어떤 내용을 배우는지
살펴볼까요?
1) 머신러닝 개요
2) 머신러닝을 위한 기초
3) 필수개념
4) 머신러닝 모델
[강의 미리보기]
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.