[入門者向け]キャグルで始まる機械学習•ディープラーニング分析

[입문자를 위한] Power BI로 시작하는 데이터 시각화 강의에서는, 쿼리 편집기 활용하여 데이터를 편집하고 여러가지 도구를 활용해 데이터를 시각화하고 분석된 결과를 확인, 공유할 수 있는 방법을 배울 수 있습니다.

국가기술자격증 빅데이터분석기사 실기 with Python 강의입니다. 여러분들의 합격을 응원합니다!

[입문자를 위한] QGIS로 시작하는 데이터 시각화 강의에서는, 공간데이터를 활용하여 기본적인 QGIS 프로그램 활용한 공간 분석 방법에 대해 배울 수 있습니다.

Python에서 기본으로 제공해주는 Folium 라이브러리와 Google Cloud API 등을 활용해 봅니다. 별도의 툴 없이 코딩 기반의 공간 데이터 분석을 수행해 볼 수 있습니다.

엑셀과 같은 환경에서 분석하고, 파이썬 코드를 자동으로 만들어 보아요. Pandas, Seaborn과 비교하여 데이터 분석에 이해도를 높혀주는 강의입니다.

[AutoKeras로 배우는 머신러닝] 강의에서는, 이전에 머신러닝에서 사용되는 Keras 라이브러리에서 발전한 AutoKeras를 배우고 직접 예제를 통해 활용해 볼 수 있습니다.

[AutoKeras로 배우는 머신러닝] 강의에서는, 이전에 머신러닝에서 사용되는 Keras 라이브러리에서 발전한 AutoKeras를 배우고 직접 예제를 통해 활용해 볼 수 있습니다.

딥러닝(Deep Learning)을 텐서플로(Tensorflow)를 활용하여 학습할 수 있는 강의입니다. 선형(Linear) 회귀, 로지스틱(Logistic) 회귀, 소프트맥스(Softmax) 회귀 모델을 배우고, 최종적으로 패션 이미지를 분류할 수 있는 MLP 모델을 만들어보세요!

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.

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

딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, Pytorch 기반의 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

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

엑셀로 딥러닝 프레임워크를 직접 구현해보자! 구현한 프레임워크로 지도학습/ 비지도학습/강화학습을 풀어보자!

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.

도커를 사용해서 클라우드에 딥러닝 분석환경을 만들 수 있습니다. 구글, MS 등이 관리하는 도커 이미지와 클라우드가 결합할 때 여러분의 컴퓨터에서 가장 최신의 딥러닝 분석 방법으로 작업을 수행하는 것이 가능해집니다.

코드로 한 방에 이해되는 파이토치_프로젝트 편은 이미지, 비디오, 자연어 데이터를 활용해 실전 딥러닝 프로젝트를 구현하며, 이론보다는 코드 중심의 학습을 통해 모델의 구조와 흐름을 이해합니다.

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.

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.