강의목차 | 강의제목 | 플레이어 | 수강여부 |
---|---|---|---|
01 | 기계 학습 개요 [59:37] | ||
02 | 다차원 특징 공간, 간단한 기계학습 예제 [62:40] | ||
03 | 영상처리 개요 [55:05] | ||
04 | 머신러닝 시스템의 종류 [59:38] | ||
05 | 머신 러닝의 주요 도전 과제 [57:21] | ||
06 | 회귀 기반 머신러닝 기초 [50:07] | ||
07 | 회귀 기반 머신러닝 기초 데이터 이해를 위한 탐색과 시각화 [98:59] | ||
08 | 머신러닝을 위한 회귀 개념 및 수학 기초 [47:22] | ||
09 | 머신러닝을 위한 기초 [45:40] | ||
10 | 수치 예측 머신러닝 시각화 [19:54] | ||
11 | 기계학습을 위한 회귀 최종정리와 비정형 데이터마이닝 실전 [99:25] | ||
12 | 확률과 베이즈통계학 정리 [29:38] |