HOME 전체과정 빅데이터분석과정

빅데이터분석과정
원하시는 강의를 클릭하시면 수강이 가능합니다.

R을 활용한 머신러닝

R을 활용한 머신러닝

강사 소개

김원표

(주)와이즈인컴퍼니 대표
한양대학교 겸임교수

총 10여 권의 데이터분석 출간
-- 다시쓰는 통계분석 시리즈, R / Python 활용 분석 등

15년 간 데이터분석, 데이터마이닝, 딥러닝 등 다양한 실전 프로젝트 수행
R 기반 자동화조사분석 솔루션(DataIN) 기획 / 개발 (www.datain.co.kr)


강의 소개

학습개요

- 예측, 분류, 군집, 연관 등 4개의 머신러닝 기법을 통괄하는 방법론을 익혀 바로 실무에 적용할 수 있는 능력을 갖춥니다.


교육대상

- 빅데이터분석의 이론과 실무를 동시에 체계적으로 학습하길 원하시는 분


학습목표
- 기관과 기업의 제품/서비스를 더 정교하게 예측하는 알고리즘을 스스로 찾고 적용할 수 있게 됩니다.

강의보기

순번 강의명 영상시간
1 R이란 무엇인가 23분01초
2 R 설치하기 33분50초
3 데이터관리(1) 60분01초
4 데이터관리(2) 54분25초
5 데이터파일 불러오기 23분06초
6 머신러닝의 개념 45분53초
7 머신러닝 프로세스 29분24초
8 K-최근접 이웃(KNN)의 개념과 원리 25분24초
9 머신러닝 맛보기 49분25초
10 데이터 스케일링과 범주특성의 변환 45분09초
11 데이터 셋 나누기 54분06초
12 모델 훈련과 세부튜닝 49분21초
13 모델 평가 37분09초
14 다중분류 26분37초
15 로지스틱 회귀분석의 개념과 원리 20분33초
16 로지스틱 회귀분석 실습 53분55초
17 서포트 벡터 머신(SVM)의 개념과 원리 28분53초
18 서포트 벡터 머신 분석실습 27분10초
19 의사결정나무(Decision Tree)의 개념과 원리 20분16초
20 의사결정나무 분석실습 31분00초
21 랜덤 포레스트(Random Forest)의 개념과 원리 15분10초
22 랜덤 포레스트 분석실습 14분52초
23 투표기반 앙상블 기법과 분석실습 31분30초
24 선형회귀분석의 개념과 원리 25분20초
25 선형회귀분석 실습 41분08초
26 릿지회귀분석의 개념과 실습 20분51초
27 라소회귀분석의 개념과 실습 15분09초
28 종합과제: 유방암 진단분류1 36분52초
29 종합과제: 유방암 진단분류2 26분33초
30 군집분석의 개념과 원리 33분10초
31 군집분석 실습 30분32초
32 DBSCAN의 개념과 원리 18분14초
33 DBSCAN 분석실습 16분20초
34 연관규칙분석의 개념과 원리 19분25초
35 연관규칙분석 실습 26분30초
36 추천과 협업필터링의 개념과 원리 21분18초
37 협업필터링 분석실습1 37분30초
38 협업필터링 분석실습2 09분48초