Thumbnail
인공지능 딥러닝 · 머신러닝

자바 머신러닝 weka(웨카) 초급 대시보드

(5)
17개의 수강평 ∙  1,847명의 수강생

무료

지식공유자: 자바라머신러닝
총 23개 수업 (4시간 45분)
수강기한: 
12개월
수료증: 미발급
난이도: 
입문
-
초급
-
중급이상
지식공유자 답변이 제공되는 강의입니다
폴더에 추가 공유

초급자를 위해 준비한
[데이터 분석] 강의입니다.

머신러닝을 무시하거나 무서워 할 필요가 없습니다. 머신러닝은 쉽지만 머신러닝을 어디에 적용할지를 고민합시다. 자바의 머신러닝 확대 방향은 현재 Python,R 강세 대비 향후 iOs 와 같이 Python,R과 Java 의 양립 예상됩니다. 도메인전문가와 IT 종사자간 DIKW 협업체계 구축하는 것이 이 강의의 목적입니다.

✍️
이런 걸
배워요!
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/javaramachinelearning/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.

이런 분들께 추천드려요!

🎓
학습 대상은
누구일까요?
코딩을 모르는 도메인전문가
머신러닝 기획자
Java 실무 1년 이상 개발자 (eclipse +)
📚
선수 지식,
필요할까요?
머신러닝 관심
Java 코딩 (필수 아님, 알면 더 좋습니다.)
ADsP (데이터분석준전문가) 취득자 (필수 아님, 빠른이해 가능합니다.)

안녕하세요
자바라머신러닝 입니다.
자바라머신러닝의 썸네일
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.
커리큘럼 총 23 개 ˙ 4시간 45분의 수업
이 강의는 영상, 수업 노트가 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 1. 자바머신러닝 weka(웨카) 강의대상 (what)
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
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
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
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
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 미리보기 11:43
섹션 6. 웨카(weka) 중급과정 출시 예고
2020년 5월 1일 출시 및 중급 강의소개 10:35
강의 게시일 : 2019년 10월 08일 (마지막 업데이트일 : 2020년 02월 08일)
수강평 총 17개
수강생분들이 직접 작성하신 수강평입니다.
5
17개의 수강평
5점
4점
3점
2점
1점
VIEW 추천 순 최신 순 높은 평점 순 낮은 평점 순 평점 순 높은 평점 순 낮은 평점 순
hee0075 thumbnail
5
많은 도움 되었습니다 감사합니다
2022-09-21
이상준 thumbnail
5
좋은 강의 감사합니다.
2022-06-29
tv ismart thumbnail
5
자바에서 머신러닝 지원을 받을 수 있군요!!
2022-11-29
everick9 thumbnail
5
감사합니다~!
2022-08-21
goodday75 thumbnail
5
Java Machine Learning 은 어딨나 했더니 여기 있었군요. 강의 잘 들었습니다.
2019-10-14