전체강좌
> 전체강좌 > 강의실

| 강좌명 | Python(파이썬)으로 배우는 Deep Learning(딥러닝) 초급 Part.2 | ||
|---|---|---|---|
| 담당강사 | 이성용 | 수강기간 | 30일 |
| 강의구성 | 총 11강좌 | 수강료 | 44,000원(VAT포함) |
| 강의형식 | 동영상 | 즐겨찾기 | |
| 증명서 | 미수강 [수료증 발급 불가] | ||
| 참고사항 | 등록후 확인 가능합니다. | ||
![]() |
![]() |
![]() |
![]() |
|---|---|---|---|
| 1 | 머신러닝의 이해와 사이킷런(Scikit-learn) 기초 및 흐름 파악.. | ||
| 2 | 손글씨 숫자 데이터셋 로드 및 학습용/테스트용 데이터 분할.. | ||
| 3 | K-최근접 이웃(KNN) 알고리즘을 이용한 분류 학습과 정확도 평가.. | ||
| 4 | 혼동 행렬(Confusion Matrix)과 분류 리포트를 활용한 오답 분석.. | ||
| 5 | 히트맵 시각화 및 K-폴드 교차 검증을 통한 최적 모델과 K값 탐색.. | ||
| 6 | 단순 선형 회귀(Simple Linear Regression)를 활용한 온도 추세 예측.. | ||
| 7 | 다중 선형 회귀 분석 준비 및 캘리포니아 주택 가격 데이터 탐색.. | ||
| 8 | 다중 선형 회귀 훈련, 오차 지표(R2, MSE) 분석 및 선형 모델 간 성능 비교.. | ||
| 9 | 비지도 학습의 원리와 t-SNE를 이용한 고차원 데이터 축소 및 시각화.. | ||
| 10 | K-Means 군집화(Clustering) 알고리즘 원리 파악 및 붓꽃 데이터 탐색.. | ||
| 11 | K-Means 모델 학습과 PCA 차원 축소를 통한 중심점 시각화 및 알고리즘 비교.. |