Deep Learning & Machine Learning

うちの母でもできる機械学習（基礎実習）

Name: うちの母でもできる機械学習（基礎実習）
Price: 22270 KRW

AIを学ぶ第一歩：人工知能入門者のための最適なカリキュラムを作成！そのうち二つ目、学んだ理論とコードをマッチングさせよう！いよいよ実践だ！学んだ理論をコードで紐解き、自分の知識に対する基盤と自信を固める段階

25名 が受講中です。

머신러닝기초

이론 실습 모두

하이퍼파라미터

EDA

Machine Learning(ML)

こんなことが学べます

⭐ モデルパラメータ VS ハイパーパラメータ
⭐モデル別ハイパーパラメータの動作方式の理解
⭐ データを扱う基本常識
⭐ 分類、回帰、クラスタリング、レコメンデーションシステム実習
⭐ ハイパーパラメータチューニング技法

さまざまなコードアプリケーションのための足場、まさに理論です。
非専攻者の身分でわずか5ヶ月ぶりに公募展最優秀賞及び優秀賞、競進大会優勝及びプロジェクト対象及び優秀賞を受けました。
原理を知ってこそ、さまざまな状況、データに応用できます。
人工知能を初めて学びながら注ぐ様々な用語や機関でカリキュラムを追いながら学びながらも異質感が聞こえた学習シーケンスをすべて考案し、初めて学習する人もできるだけ不便なく追いつくことができるように、本当にたくさん悩んで順序を修正して配置しました。
無作為の数学的統計的概念を説明するのではなく、モデルや指標で関連する言及が出たとき、なぜ使用するのか、その式や概念の必要性について言及するので、はるかに理解も早く、納得しやすく、学習をよりスムーズにすることができます。

理解のために必要な最小限に数学、統計学的概念のみを使用し、そのさえもすべての例に基づいて簡単に理解できるように構成しました。
理論講義で学んだ内容をそのまま実習に適用させ、自分の知識を確認し、その内容をコードで適用し、人工知能分野の入門に対する恐怖と心配を完全に壊してしまいます。
機械学習について知らない方は体系的に負担感なく幅広く学んでいき、機械学習についてご存知の方は概念をもう一度正確に確立することができるようになります。
機械学習の中で直感的に理解できるほぼすべての部分を網羅している基礎過程であり、SVMやROC-AUC、次元縮小自然言語処理（NLP）のような概念は機械学習の深化理論で取り上げられます。
すべての講義学習は今後ディープラーニング講義にフォーカスが合わせられていますので、機械学習からしっかりと基礎を固める方におすすめです。

こんな方に
おすすめです

学習対象は
誰でしょう？

⭐ うちの母でもできる機械学習（基礎理論）受講生
⭐ ハイパーパラメータの理解が必要な人
⭐ 機械学習に関する実習をしたい人

前提知識、
必要でしょうか？

Pythonの基礎
NumPy、pandasの基礎

こんにちは
です。

135

受講生

受講レビュー

回答

4.9

講座評価

講座

비전공자이기 때문에, 비전공자를 잘 압니다.

비전공자의 시선에서 도움을 드리기 위해 최선을 다하겠습니다.

인공지능 사관학교 5기 수료

시계열 농산물 가격 예측 프로젝트 대상

케글 경진대회 1등 (200 中)

객체 탐지, RAG 기반 모의면접 프로젝트 우수상

한국인공지능협회 주관 AI활용 사회문제 해결 공모전 최우수상

호남 ICT이노베이션 디지털 신기술 공모전 우수상

カリキュラム

全体

16件 ∙ (6時間 47分)

講座資料（こうぎしりょう）:

授業資料

セクション 1．講義資料

2件

1. PPT + 実習コード
2. 実習コード（答え）

セクション 2．パラメータ？食べるもの？

1件 ∙ (11分)

3. モデルパラメータ VS ハイパーパラメータ
11:48

セクション 3．分類モデルのハイパーパラメータを見てみよう！

3件 ∙ (48分)

4. 決定木ハイパーパラメータ
10:02
5. Voting, Bagging ハイパーパラメータ
12:14
6. Boosting ハイパーパラメータ
25:56

セクション 4．理論装填完了実習やろうぜ (タイタニック生存者予測実習)

2件 ∙ (1時間 24分)

セクション 5．線形回帰モデルのハイパーパラメータを見てみよう！

1件 ∙ (12分)

セクション 6．理論準備完了、実習へ！ (ダイヤモンド価格予測実践)

2件 ∙ (2時間 3分)

セクション 7．クラスタリングモデルのハイパーパラメータを見てみよう！

1件 ∙ (17分)

セクション 8．理論武装完了、実践開始 (RFMベースの顧客消費パターンクラスタリング)

1件 ∙ (36分)

セクション 9．理論武装完了、実践開始 (Netflix 映画おすすめ, MovieLens 評価予測)

1件 ∙ (36分)

セクション 10．ハイパーパラメータ最適化および仕上げ演習（水質予測演習）

2件 ∙ (37分)

講座掲載日:

最終更新日:

受講レビュー

まだ十分な評価を受けていない講座です。

みんなの役に立つ受講レビューを書いてください！

期間限定セール、あと2日日で終了

￥22,270

25%

￥3,498

ycの他の講座

知識共有者の他の講座を見てみましょう！

우리 엄마도 할 수 있는 머신러닝 (심화이론)

인공지능뿌시기

AI를 배우는 첫걸음 : 인공지능 입문자를 위한 최적의 커리큘럼을 만들었다! 딥러닝을 쉽고 빠르게 정복하기 위해 심화내용으로 짧은시간에 머신러닝과 딥러닝을 연결시키는 단계 !

초급

머신러닝, 딥러닝, 인공지능(AI)

우리 엄마도 할 수 있는 머신러닝 (심화이론)

인공지능뿌시기

우리 엄마도 할 수 있는 머신러닝 (기초이론)

인공지능뿌시기

AI를 배우는 첫걸음 : 인공지능 입문자를 위한 최적의 커리큘럼을 만들었다! 그 중 첫번째, 인공지능과 친해지는 기초이론 단계! 다양한 예시로 머신러닝 기초개념 습득 및 이론 복습을 위한 쪽지시험까지!

입문

머신러닝, Scikit-Learn

우리 엄마도 할 수 있는 머신러닝 (기초이론)

인공지능뿌시기

似ている講座

同じ分野の他の講座を見てみましょう！

우리 엄마도 할 수 있는 머신러닝 (기초이론)

인공지능뿌시기

입문

머신러닝, Scikit-Learn

우리 엄마도 할 수 있는 머신러닝 (기초이론)

인공지능뿌시기

머신러닝 처음 시작하기 (기초 원리 + 초급 실습)

유용한IT학습

머신러닝을 처음 접하는 사람들을 대상으로 기초적인 머신러닝 이론을 간략하게 다룬 머신러닝 기초 강의입니다.

초급

머신러닝

머신러닝 처음 시작하기 (기초 원리 + 초급 실습)

유용한IT학습

유니티 머신러닝 에이전트 완전정복 (기초편)

민규식

이 강의를 통해 수강생은 다양한 강화학습의 이론을 학습하고 이를 직접 구현해 볼 뿐만 아니라 유니티 머신러닝 에이전트를 이용하여 구현한 강화학습 알고리즘을 테스트해볼 강화학습 환경까지 직접 제작해볼 수 있습니다.

초급

강화학습, 머신러닝, Unity

유니티 머신러닝 에이전트 완전정복 (기초편)

민규식

파이썬으로 시작하는 머신러닝+딥러닝(sklearn을 이용한 머신러닝부터 TensorFlow, Keras를 이용한 딥러닝 개발까지)

아이리포

머신러닝&딥러닝의 기초부터 확실하게! 파이썬으로 분류/회귀/군집/인공신경망 생성과 활용까지

초급

Python, sklearn, 머신러닝

파이썬으로 시작하는 머신러닝+딥러닝(sklearn을 이용한 머신러닝부터 TensorFlow, Keras를 이용한 딥러닝 개발까지)

아이리포

[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트

노마드크리에이터

보스톤 마라톤 빅 데이터를 기반으로 파이썬과 텐서플로2를 이용하여 다양하고 유용한 머신러닝 회귀(Regression)와 분류(Classification) 프로젝트를 이론과 함께 배우는 머신러닝 종합 프로젝트 과정입니다.

중급이상

Tensorflow, 머신러닝, Keras

[텐서플로2] 파이썬 머신러닝 완전정복 - 마라톤 기록예측 프로젝트

노마드크리에이터

스파크 머신러닝 완벽 가이드 - Part 1

권 철민

스파크(Spark) 머신러닝의 핵심 Framework에 대한 이해, 난이도 높은 실전 문제를 통한 SQL 기반의 데이터 가공, 업무 도메인 분석을 통한 데이터 분석과 최적화된 머신러닝 모델 구현 능력까지, 대용량 데이터 기반에서 머신러닝 전문가로 인정 받고 싶다면 이 강의와 함께 하십시요.

중급이상

Apache Spark, 머신러닝, 빅데이터

스파크 머신러닝 완벽 가이드 - Part 1

권 철민

인공지능(AI) - 무료 AI 이미지를 만들어주는 텐서아트(Tensor Art) 배우기

유용한IT학습

본 강좌는 AI 기술을 처음 접하는 학습자도 쉽게 이해하고 따라 할 수 있도록 구성된 입문 과정입니다. 강의를 통해 AI 플랫폼의 기본 개념과 사용 방법을 익히며, 다양한 AI 도구를 활용해 이미지를 직접 생성하는 실습을 진행합니다. 이 과정을 마치면 AI와 한층 가까워지고, 창의적인 아이디어를 시각적으로 구현할 수 있는 AI 이미지 제작 역량을 갖출 수 있습니다.

입문

인공지능(AI), AI 활용 (AX), 머신러닝

인공지능(AI) - 무료 AI 이미지를 만들어주는 텐서아트(Tensor Art) 배우기

유용한IT학습

인공지능(AI) - 새로운 비디오, 동영상를 만들어 주는 런웨이(runway ai) 배우기

유용한IT학습

본 강좌는 AI 플랫폼에 대한 기초부터 실습까지 다루며, AI 이미지 생성 기술을 익힐 수 있는 과정입니다. 학습자는 AI의 기본 개념을 이해하고, 다양한 도구와 기술을 활용하여 AI 이미지를 생성하는 능력을 키울 수 있습니다. 이 과정을 통해 AI 분야에 대한 이해도를 높이고, 실전에서 AI 이미지를 직접 생성하는 방법을 배울 수 있습니다.

입문

인공지능(AI), AI 활용 (AX), 딥러닝

인공지능(AI) - 새로운 비디오, 동영상를 만들어 주는 런웨이(runway ai) 배우기

유용한IT학습

うちの母でもできる機械学習（基礎実習）

こんなことが学べます

📢この講義は非専攻者を対象とする講義です。

人工知能、とても簡単に解放しました！

統計的、数学的概念はできるだけ排除しました！

理論講義、恐れないでください！

私のお母さんもできる機械学習（基礎実習）

人工知能（AI）

機械学習

Scikit-Learn

コース紹介

講義概要

実習進行方式

実習講義 STEP

1.モデルパラメータVSハイパーパラメータ（理論）

練習のためにハイパーパラメータを正確に理解する時間

2. Decision Tree ハイパーパラメータ(理論)

Decision Tree ハイパーパラメータの正確な理解時間

3. Ensemble ハイパーパラメータ(理論)

Voting、Bagging、Boosting ハイパーパラメータを正確に理解する時間

4. 分類実習（実習）

学んだモデルを通して分類モデル学習とハイパーパラメータチューニングを直接試す時間

4. 線形回帰モデル ハイパーパラメータ（理論）

LinearRegressionのハイパーパラメータがない理由、Ridge、Lasso、ElasticNet、PolynomialFeaturesハイパーパラメータ

を正確に理解する時間

5. 回帰実習（実習）

学んだ回帰モデルとCARTモデルを通してモデル学習とハイパーパラメータチューニングを直接試す時間

6. クラスタリングハイパーパラメータ(理論)

K-means、Mean-shift、GMM、DBSCANハイパーパラメータの正確な理解時間

7. 群集化実習（実習）

学んだ群集化モデルを通じてモデル学習とハイパーパラメータチューニング、結果分析をしてみる時間

8. 推奨システム実習（実習）

理論講義で学んだ推奨システムアルゴリズムの動作方法をコードで確認してみる時間

9. ハイパーパラメータ最適化技法＋ファイナル実習（理論＋実習）

最適化手法について簡単に見て、すべての内容を整理する練習を進める時間

段階的な学習内容

講義の特徴

講義プレビュー

こんな方に おすすめです

こんにちは .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}です。

カリキュラム

受講レビュー

ycの他の講座

似ている講座

4. 線形回帰モデルハイパーパラメータ（理論）

こんな方に
おすすめです

こんにちは
です。