| 강의목차 | 강의제목 | 플레이어 | 수강여부 |
|---|---|---|---|
| 01 | 머신러닝 개념 및 정의 [17:59] | O | |
| 02 | 머신러닝 용어 및 라이브러리 정리 [18:07] | O | |
| 03 | 선형 회귀 모델 [18:15] | ||
| 04 | 다중 선형 회귀 [08:11] | ||
| 05 | 선형 회귀 모델 구현 / colab 설명 [21:39] | ||
| 06 | 로지스틱 회귀 모델 [13:16] | ||
| 07 | 로지스틱 회귀 모델 구현 [14:14] | ||
| 08 | 의사 결정 나무 [08:19] | ||
| 09 | 의사 결정 나무 구현 [13:48] | O | |
| 10 | 랜덤 포레스트 [07:01] | O | |
| 11 | 랜덤 포레스트 구현 [15:47] | ||
| 12 | knn [08:55] | O | |
| 13 | knn 구현 [11:03] | ||
| 14 | train valid test 데이터 나누기 [12:10] | ||
| 15 | 데이터 전처리 [10:30] | ||
| 16 | 최종 실습 - 타이타닉 [15:57] | ||
| 17 | 최종 실습 - 타이타닉2 [17:05] | ||
| 18 | 최종 실습 - 타이타닉3 [26:32] |
