No. |
강의명 |
강의시간 |
자료 |
샘플보기 |
1강 |
1강 :Minitab에서 머신러닝을!?!? (머신러닝 기능 및 예측분석 모듈 소개) |
15분 |
|
|
2강 |
2강 :천리길도 한 걸음부터 (머신러닝 배경 및 개념) |
13분 |
|
|
3강 |
3강 :머신러닝 분석을 위한 A to Z (구축 프로세스) |
23분 |
|
|
4강 |
4강 :결과만큼 중요한 것이 검토 (Y값 유형에 따른 머신러닝 모델 성능평가) |
23분 |
|
|
5강 |
5강 :MART에서 쓰는 CART 아닙니다 (CART 알고리즘 소개) |
22분 |
|
|
6강 |
6강 :CART 회귀트리 적합 (분류 및 수치예측 트리 구축1) |
27분 |
|
|
7강 |
7강 :CART 분류트리 적합 (분류 및 수치예측 트리 구축2) |
29분 |
|
|
8강 |
8강 :빅데이터 분석 필수 알고리즘 (랜덤포레스트 소개) |
22분 |
|
|
9강 |
9강 :나무에서 숲으로 (랜덤포레스트 모델 구축) |
26분 |
|
|
10강 |
10강 :GBM으로 널리 알려진 기법 (트리넷 소개) |
23분 |
|
|
11강 |
11강 :CART 모델 성능을 Boosting (트리넷 모델 구축) |
22분 |
|
|
12강 |
12강 :Multivariate Adaptive Regression Spline (MARS 회귀모델 소개 및 구축) |
21분 |
|
|
13강 |
13강 :내 데이터에 맞는 최적 모형 찾기 (Auto ML을 이용한 모델 구축) |
12분 |
|
|