4과목 Basic Definition for Deep Learning
딥러닝 학습 전 머신러닝과 관련된 기초 지식과 지도/비지도 학습과 관련된 내용을 학습하고, 회귀분석(선형, 다중, 로지스틱)과 다중분류 모형을 머신러닝 기법을 활용하여 해결하는 방법을 학습합니다.
24등록한 수강생
이번 강의에서는
딥러닝은 신경망을 기반으로 머신러닝의 한 분야이며, 최근 각광받고 있는 분야이다. 구글의 '알파고' 부터 구글의 음성인식 등에서 딥러닝을 활용하여 전세계적으로 관심을 받고있다.
본 강의에서는 딥러닝 학습 전 머신러닝과 관련된 기초 지식과 지도/비지도 학습과 관련된 내용을 학습하고, 회귀분석(선형, 다중, 로지스틱)과 다중분류 모형을 머신러닝 기법을 활용하여 해결하는 방법을 학습합니다.
강의 커리큘럼
| 4.1 딥러닝을 위한 머신러닝 이해 | |||
| 4.1.1 머신러닝이란 무엇인가, 지도학습 비지도학습, 머신러닝 모델 생성 단계 | 00:26:29 | ||
| 4.1.2-1 선형 회귀분석 ( 통계분석 vs 머신러닝, 선형회귀분석 ) | 00:26:13 | ||
| 4.1.2-2 선형 회귀분석 ( 회귀계수의 추정, 가설검정, 선형회귀식의 설명력 ) | 00:35:17 | ||
| 4.1.2-3 선형 회귀분석 ( 머신러닝에서의 선형회귀 모델 1 ) | 00:26:05 | ||
| 4.1.2-4 선형 회귀분석 ( 머신러닝에서의 선형회귀 모델 2, 실습테스트 ) | 00:36:21 | ||
| 4.1.3-1 다중선형회귀분석 ( 다변량 회귀분석의이해(통계) ) | 00:28:26 | ||
| 4.1.3-2 다중선형회귀분석 ( 다변량 회귀분석의이해(머신러닝) ) | 00:25:56 | ||
| 4.1.3-3 다중선형회귀분석 ( 다변량 회귀분석의이해(머신러닝 실습) ) | 00:32:23 | ||
| 4.1.3-4 다중선형회귀분석 ( 실습테스트 ) | 00:25:27 | ||
| 4.1.4-1 로지스틱 회귀분석 ( Classification, 이진분류, sigmoid, hypothesis ) | 00:39:41 | ||
| 4.1.4-2 로지스틱 회귀분석 ( 비용함수와 경사하강법, case study ) | 00:26:18 | ||
| 4.1.4-3 로지스틱 회귀분석 ( 로지스틱 회귀분석 실습 ) | 00:27:42 | ||
| 4.1.4-4 로지스틱 회귀분석 ( 실습테스트 ) | 00:25:58 | ||
| 4.1.5-1 다중분류모형 ( Softmax in MC -1 ) | 00:26:22 | ||
| 4.1.5-2 다중분류모형 ( Softmax in MC -2 ) | 00:26:28 | ||
| 4.1.5-3 다중분류모형 ( Softmax in MC -3 ) | 00:26:21 | ||
| 4.1.5-4 다중분류모형 ( Softmax in MC -4 ) | 00:26:31 | ||
| 4.1.5-5 다중분류모형 ( application & tips -1 ) | 00:27:03 | ||
| 4.1.5-6 다중분류모형 ( application & tips -2, 퀴즈, 정리하기, 실습테스트 ) | 00:39:47 | ||
수강 후기
관련된 강의
ADsP 데이터분석 준전문가
빅데이터분석기사 필기ᴺᴱᵂ
전체적으로 기초 다지는데 좋습니다.
다만 아쉬운점은… 케글같은 데이터를 많이 활용하지 못한 것입니다….