머신러닝 총정리 강의입니다. 실무 경험을 토대로하여 짧고 알기쉬운 동영상 강의로 이루어져있습니다.

1. 강좌소개

실무에서 사용되는 머신 러닝의 이론 및 실습을 다룹니다. 실습은 파이썬으로 진행합니다.

2. 도움 되는 분들

데이터 분석가 또는 머신러닝 개발자를 꿈꾸는 개발자님들

3. 강좌 특징

강좌는 개념별로 5분에서 15분 사이로 진행합니다. 이론에 사용된 코드는 깃허브에서 직접 다운로드 받아서 실습 가능합니다.
GitHub 링크 :  https://github.com/minsuk-heo

4. 강사 소개

현재 삼성 Research in America에서 머신러닝 개발자로 지내고 있어요.

강좌 평가

4.8

9 개의 수강평
  • 5 점7
  • 4 점2
  • 3 점0
  • 2 점0
  • 1 점0
  1. 프렌치위나워의 프로필 사진

    머신러닝에 기본 개념, 지식을 쉽게 알 수 있어서 좋았습니다.

    5

    막연했던 머신러닝을 한 걸음 내딛을 수 있게 도와주셔서 감사합니다.
    전체적인 그림과 기본개념, 캐글을 활용한 실제 활용등 유익한 강의였습니다.

  2. jeong angela의 프로필 사진

    감사 합니다.

    5

    기초 지식이 없었는데 너무나 큰 도움이 되었습니다.

  3. Alex Lee의 프로필 사진

    좋은 강의 잘 들었습니다.

    4

    감사합니다.
    머신러닝 공부 하시는 분들에게 적극 추천 합니다!!!

  4. FUNSNAIL의 프로필 사진

    강사님 좋은 강좌 준비해 주셔서 정말 감사합니다.

    5

    강사님 좋은 강좌 준비해 주셔서 정말 감사합니다 `

  5. Lim Heungbin의 프로필 사진

    머신러닝 입문용으로 좋습니다.

    4

    처음에 막연한 머신러닝에 대한 두려움을 깨기에 좋은 강의입니다.
    앤드류 응이나 기타 다른 강의/ 서적 등은 큰 그림을 그리기 전에 세세하게 나가서 배우고 잊어버리면서 큰 그림을 그리기 힘들었는데 대략적인 큰 그림이 머리에 남는 것 같습니다. 잊어버릴 만한 때 또 와서 들어야겠습니다.
    강의 만드시느랴 고생 많으셨습니다. 감사합니다.

  6. Minje Han의 프로필 사진

    잘들었습니다

    5

    기본적인 concept이 어떻게 되는지 overall하게 배우기 정말 좋은 강의였습니다.

  7. 배두식 Bae의 프로필 사진

    입문하기 좋은 강의인 것 같아요 감사합니다!

    5

    감사힙니다.

  8. Young Sook Song의 프로필 사진

    감사합니다.

    5

    굉장히 도움이 많이 되었습니다!!

강좌 교육과정

환경설정
초간단 머신러닝 개발 환경 세팅하기 (with 아나콘다)학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:09:00
주피터 노트북 사용법 [기초편]학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 미리보기 00:15:00
kNN(k-Nearest Neighbors)
kNN 최근접 이웃 알고리즘학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 미리보기 00:03:00
의사결정트리(Decision Tree)
의사결정트리 알고리즘 쉽게 이해하기학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:06:00
ID3 알고리즘 수학적 접근학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:03:00
나이브 베이즈(Naive Bayes) 분류
확률 (Probability) 쉽게 이해하기학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:02:00
베이즈 정리 (Bayes’ Theorem) 쉽게 이해하기학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:04:00
Linear regression(선형회귀)
linear regression (선형회귀) 이해하기학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:10:00
kmean 클러스터링
kmean 클러스터링 알고리즘 및 파이썬 실습학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:11:00
캐글 (Kaggle) - 데이터과학 실전예제 다루기
데이터 과학(머신러닝) 실전 예제 다루기학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:03:00
타이타닉 생존자 예측하기 – 데이터 분석학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:12:00
타이타닉 생존자 예측하기- Feature Engineering학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:17:00
타이타닉 생존자 예측하기- modeling, validation, testing학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:13:00
오버피팅(overfitting)& 언더피팅(underfitting)
오버피팅 (overfitting)학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:04:00
오버피팅, 언더피팅 제대로 이해하고 극복하기학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:17:00
Norm(L1, L2)
벡터의 크기 또는 길이 측정 시 사용하는 개념학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:08:00
PCA 주성분분석
PCA 차원 축소 알고리즘 및 파이썬 구현학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:09:00
Confusion Matrix(혼동행렬)
Confusion Matrix 알고리즘 및 파이썬 실습학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:05:00
다중 분류 모델 성능 측정
accuracy, f1 score, precision, recall on multiclass classification학습을 원하시면 최상단 '배우기 버튼을 클릭해주세요' 00:15:00

우리는 성장기회의 평등 을 추구합니다.

경제적, 시간적 제약없는 양질을 교육으로 누구나에게 성장 기회를 균등하게 주는것. 그것이 우리의 목표입니다.

지식공유참여 고객센터
top
(주)인프랩 | 대표자:이형주 | TEL:070-4202-1180 | E-MAIL: course@inflearn.com | 사업자번호:499-81-00612
주소:성남시 분당구 삼평동 대왕판교로 645번길 12 경기창조경제혁신센터 8층 R10 | 개인정보보호책임자:이형주
통신판매업:2017-서울강남-01544 | ©INFLAB. ALL RIGHTS RESERVED