채널톡 아이콘

머신러닝의 이해

머신러닝의 기초 개념부터 주요 알고리즘까지 체계적으로 학습하는 강의입니다. 데이터 표현, 선형 회귀와 분류, 최적화를 시작으로 결정 트리, 앙상블, 신경망, 비지도학습과 강화학습을 다룹니다. 모델의 일반화와 선택, 해석을 함께 학습하며 머신러닝의 핵심 원리와 전체 흐름을 이해할 수 있습니다.

15명 이 수강하고 있어요.

난이도 초급

수강기한 무제한

실습 중심
실습 중심
AI 활용법
AI 활용법
실습 중심
실습 중심
AI 활용법
AI 활용법
Thumbnail

수강 후 이런걸 얻을 수 있어요

  • 선형 회귀·분류, 결정 트리, 앙상블, 신경망의 핵심 원리와 차이를 설명하고, 주어진 문제에 적합한 모델을 선택할 수 있습니다.

  • 과적합과 일반화의 개념을 이해하고, 모델의 성능을 비교하여 적절한 모델을 선택하는 기준을 세울 수 있습니다.

  • 지도학습·비지도학습·강화학습의 차이를 구분하고, 데이터와 문제의 특성에 맞는 학습 방식을 판단할 수 있습니다.

데이터에서 패턴을 찾는 힘, 머신러닝의 이해

  • 머신러닝의 개념과 데이터 표현 방식을 이해하고, 추천 서비스·이미지 인식·수요 예측·이상 탐지 등 주요 활용 분야 학습

  • 선형 회귀·분류, 최적화, 결정 트리, 앙상블 기법, 신경망의 핵심 원리를 익히고, 일반화·모델 선택·모델 해석을 통해 모델을 비교하고 이해하는 기초 역량 함양

  • 비지도학습과 강화학습까지 학습 범위를 확장하여, 데이터와 문제의 특성에 적합한 학습 방식과 모델을 판단하는 기초 마련

이런 내용을 배워요

1. 머신러닝의 이해와 데이터 표현

  • 머신러닝의 기본 개념과 전체 학습 흐름을 이해하고, 데이터를 모델이 학습할 수 있는 형태로 표현하는 방법 학습

  • 선형 회귀와 선형 분류의 원리 및 차이를 살펴보고, 예측하려는 문제의 특성에 따른 활용 방식 이해

  • 손실 함수와 최적화의 개념을 익히고, 예측 오차를 줄이기 위해 모델의 매개변수를 조정하는 학습 과정 파악

  • 결정 트리, 앙상블 기법, 신경망의 구조와 작동 원리를 비교하며 주요 알고리즘의 특징과 활용 가능성 이해


2. 모델 평가·해석과 다양한 학습 방식

  • 과적합과 일반화의 개념을 이해하고, 학습에 사용하지 않은 새로운 데이터에서도 모델이 적절히 작동하는지 평가하는 관점 학습

  • 모델의 성능과 특성을 비교하고, 데이터와 문제의 목적에 적합한 모델을 선택하기 위한 기본 기준 이해

  • 모델의 예측 결과와 판단 근거를 해석하고, 입력 특징이 예측에 미치는 영향을 살펴보며 모델의 동작 방식 파악

  • 정답이 없는 데이터에서 구조와 패턴을 발견하는 비지도학습과, 환경과의 상호작용 및 보상을 통해 학습하는 강화학습의 원리와 차이 이해

수강 전 참고 사항

실습 환경

  • 운영 체제 및 버전(OS): Windows, macOS, Linux, Ubuntu, Android, iOS 등 OS


선수 지식 및 유의사항

  • 학습 난이도를 고려한 필수 선수 지식 여부

  • 강의 영상 품질(음질/화질) 등 수강과 직접 연관된 내용 및 권장 학습 방법

  • 질문/답변 및 추후 업데이트 관련 내용

  • 강의 및 학습 자료 저작권 관련 공지사항

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 머신러닝을 공부하기 시작했지만, 낯선 용어와 다양한 알고리즘 때문에 전체 학습 흐름을 잡기 어려운 분

  • 회귀·분류·결정 트리·신경망의 차이가 헷갈리고, 어떤 문제에 어떤 모델을 사용해야 할지 판단하기 어려운 분

  • 머신러닝 모델을 사용해 봤지만, 학습 원리와 과적합·일반화 개념을 제대로 이해하지 못해 모델 성능을 비교하고 선택하는 데 어려움을 겪는 분

선수 지식,
필요할까요?

  • 함수와 그래프, 미분 등 기초 수학 개념을 알고 있으면 수월하게 학습할 수 있습니다.

  • 벡터·행렬의 기본 연산과 확률·통계의 기초 개념을 이해하고 있으면 강의 내용을 이해하는 데 도움이 됩니다.

  • 머신러닝 사전 지식은 필수가 아니며, 기본 개념부터 순서대로 학습할 수 있습니다.

545

명

수강생

17

개

수강평

4.9

점

강의 평점

8

개

강의

국립부경대학교 소프트웨어융합혁신원

커리큘럼

전체

13개 ∙ (11시간 2분)

강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

국립부경대학교 소프트웨어융합혁신원님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

무료