자바 머신러닝 weka(웨카) 초급

자바 머신러닝 weka(웨카) 초급

(2개의 수강평)

253명의 수강생
무료
지식공유자 · 자바라머신러닝
22회 수업 · 총 4시간 35분 수업
12개월동안 무제한 시청
수료증 미발급 강의
수강 난이도 '입문, 초급'
지식공유자의 다른 강의
연관 로드맵
아직 다른 강의가 없어요 ㅠㅠ
연관 로드맵이 없어요 ㅠㅠ

이런 걸 배울 수 있어요

  • 머신러닝을 아는 도메인 전문가와 코딩을 아는 Java 개발자간 협업체계 구축
  • 코딩없는 머신러닝
  • 자바 머신러닝 S/W Weka (초급)
  • 머신러닝 Java 구현

아래 상황에서 당신의 선택은?

1) 머신러닝을 잡자

    무서워하거나 무시하지 말자. 그만큼 쉽다

    머신러닝을 어디에 어떻게 적용할지가 어렵다.

2) Java의 머신러닝 확대

    현재 R, Python 강세 대비 향후 Java 와 양립 예상

3) 코딩을 몰라도 아는 척, 알면 더 아는 척

    Java 로 제작된 무료 Weka UI 만으로도 머신러닝 가능

    코딩을 알면 머신러닝의 시스템화 (공유,정례) 가능

참고사항

모든 강의영상 자료를 아래링크에서 다운로드 받으실 수 있습니다.

  블로그 : https://bulleten.blog.me/221669663531

  gitHub : https://github.com/javaramachinelearing/WekaForKorean_BASE

  - knowledgeflow 저장파일,

  - 자바소스코드,

   - eclipse 위한 jar 파일

   - 강의자료 pdf 

강의별 내용은 영상하단에 링크한 블로그에 정리하였습니다.

총 22강의로 1강의 당 10~15분정도 소요됩니다.

질문은 신속히 답변드리겠으나 오후 6시 이후 답변드릴 수 있습니다.

수강 대상

  • 코딩을 모르는 도메인전문가
  • 머신러닝 기획자
  • Java 실무 1년 이상 개발자 (eclipse +)

선수 지식

  • 머신러닝 관심
  • Java 코딩 (필수 아님, 알면 더 좋습니다.)
  • ADsP (데이터분석준전문가) 취득자 (필수 아님, 빠른이해 가능합니다.)

지식공유자 소개

정보화 기획/구축/진단 업무를 수행하였고 스몰데이터분석을 실무에 적용하고 있습니다.
현재 데이터분석 분야는 코딩이 과대포장된 진입장벽을 만들었다는 것을 알게 되었습니다.
이제는 거품을 걷어내고 데이터분석의 저변화와 자바머신러닝을 준비하고
직접 강좌로 자바머신러닝을 확산할 동료들을 만나는 것이 저의 목적입니다.
더나아가 POST 정보화시대를 대비하고 영위하는 미래의 모습을 그려봅니다.

교육과정

모두 펼치기 22 강의 4시간 35분
섹션 1. 자바머신러닝 weka(웨카) 강의대상 (what)
2 강의 21 : 25
Base 02 what 웨카(Weka)?소개 및 강의방향 (WEKA 3.9.3)
10 : 24
Base 03 what 인트로 (arff포맷,필터링,의사결정나무,분류전후 시각화)
11 : 01
섹션 2. 자바머신러닝 weka(웨카) 초급사용법 (how) - 모델평가
4 강의 44 : 19
Base 04 how-모델평가 (HOLDOUT)
10 : 43
Base 05 how-모델평가 (RandomSeed 통한 분류 변동성 추정)
10 : 37
Base 06 how-모델평가 (BaseLine, ZeroR과 비교)
10 : 55
Base 07 how 모델평가 (n Cross-Validataion)
12 : 04
섹션 3. 자바머신러닝 weka(웨카) 초급사용법 (how) - 초등분류기
4 강의 46 : 45
Base 08 how 초등분류기 (OneR,과적합)
12 : 57
Base 09 how 초등분류기 (NaiveBayes,모든속성의관여)
10 : 19
Base 10 how 초등분류기 (J48,의사결정나무)
11 : 03
Base 11 how 초등분류기 (IBk,거리측정)
12 : 26
섹션 4. 자바머신러닝 weka(웨카) 초급사용법 (how) - 중등분류기
7 강의 96 : 57
Base 12 how 중등분류기 (Boundary Visualizer)
10 : 51
Base 13 how 선형회귀분석,M5P(선형회귀분석+의사결정나무 분석)
16 : 02
Base 14 how 회귀분류 1 (2라벨 목적변수 선형회귀분석)
13 : 56
Base 15 how 회귀분류 2 (3라벨 목적변수 선형회귀분석)
13 : 46
Base 16 how 로지스틱회귀분석 (도 아니면 모)
15 : 32
Base 17 how 서포트벡터머신 (SVM,얼마나 서로 떨어뜨릴것인가?)
14 : 47
Base 18 how 앙상블 학습 (투표를 통한 과적합 최소화)
12 : 03
섹션 5. 자바머신러닝 weka(웨카) 초급사용법 (IF) - 종합
3 강의 43 : 17
Base 19 IF 데이터마이닝 절차 (방법보다 효과, 현실적인 이상값 처리-그냥 삭제)
15 : 04
Base 20 IF 결측값(pitfall)과 이상값 (pratfall) : 결측값 속성 삭제
16 : 30
Base 21 IF 윤리문제, 초급과정 정리, 중급과정 소개
11 : 43

공개 일자

2019년 10월 8일 (마지막 업데이트 일자 : 2019년 9월 27일)

수강 후기

5.0
2개의 수강평
goodday75 1달 전
Java Machine Learning 은 어딨나 했더니 여기 있었군요. 강의 잘 들었습니다.
킴릴라 29일 전
강의 선생님께서 질문에 대한 피드백이 몹시 빠르고 문제해결을 위한 방법을 자세하게 알려주십니다. 초심자에게 정말 좋은 강의
자바라머신러닝 프로필

자바라머신러닝 29일 전
많은 질문과 답변이 자바 머신러닝 확대에 큰 밑거름이 됩니다. 좋은 수강평 감사합니다.

지식공유자 되기
많은 사람들에게 배움의 기회를 주고,
경제적 보상을 받아보세요.
지식공유참여
기업 교육을 위한 인프런
“인프런 비즈니스” 를 통해 모든 팀원이 인프런의 강의들을
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스