| 강의목차 | 강의제목 | 플레이어 | 수강여부 |
|---|---|---|---|
| 01 | 머신러닝의 이해와 사이킷런(Scikit-learn) 기초 및 흐름 파악 [48:7] | ||
| 02 | 손글씨 숫자 데이터셋 로드 및 학습용/테스트용 데이터 분할 [48:52] | ||
| 03 | K-최근접 이웃(KNN) 알고리즘을 이용한 분류 학습과 정확도 평가 [28:41] | ||
| 04 | 혼동 행렬(Confusion Matrix)과 분류 리포트를 활용한 오답 분석 [58:26] | ||
| 05 | 히트맵 시각화 및 K-폴드 교차 검증을 통한 최적 모델과 K값 탐색 [51:5] | ||
| 06 | 단순 선형 회귀(Simple Linear Regression)를 활용한 온도 추세 예측 [54:26] | ||
| 07 | 다중 선형 회귀 분석 준비 및 캘리포니아 주택 가격 데이터 탐색 [44:38] | ||
| 08 | 다중 선형 회귀 훈련, 오차 지표(R2, MSE) 분석 및 선형 모델 간 성능 비교 [38:58] | ||
| 09 | 비지도 학습의 원리와 t-SNE를 이용한 고차원 데이터 축소 및 시각화 [44:9] | ||
| 10 | K-Means 군집화(Clustering) 알고리즘 원리 파악 및 붓꽃 데이터 탐색 [47:1] | ||
| 11 | K-Means 모델 학습과 PCA 차원 축소를 통한 중심점 시각화 및 알고리즘 비교 [50:15] |
