| 강의목차 | 강의제목 | 플레이어 | 수강여부 |
|---|---|---|---|
| 01 | 분석 기법(인공신경망 학습, 순 전파, 오차 역전파, 학습 절차, 학습 사례, MNIST 데이터셋) [42:10] | ||
| 02 | 분석 기법(서포트 벡터 머신(SVM) 정의, 목적, 특징, 구성요소, 하드 마진, 소프트 마진 SVM) [41:48] | ||
| 03 | 분석 기법(서포트 벡터 머신(SVM) 적용 기준, 커널 트릭 개념, 커널 함수 종류 및 특징) [41:48] | ||
| 04 | 분석 기법(연관성 분석 개념, 측정 지표-지지도, 신뢰도, 향상도, 알고리즘 - 아프리오리, FP-Growth) [46:07] | ||
| 05 | 분석 기법(군집 분석의 정의, 특징, 유형, 계층 기반, 비계층 기반의 특성) [31:32] | ||
| 06 | 분석 기법(군집 간의 거리 계산, 연속형 변수, 명목형 변수, 순서형 변수 거리 계산 종류, 수식, 설명) [35:28] | ||
| 07 | 분석 기법(계층적 군집분석 개념 방법 5가지, 비계층적 군집분석-K-평균 군집분석 개념, 단점, 절차, 엘보우, 실루엣, 덴드로그램) [45:00] | ||
| 08 | 분석 기법(밀도 기반 군집 분석, 자기 조직화 지도(SOM) 개념, 분석 절차, 구성요소, 입력층, 경쟁층) [43:22] | ||
| 09 | 분석 기법 예상 문제 풀이-1 [37:22] | ||
| 10 | 분석 기법 예상 문제 풀이-2 [36:54] |
