이용약관 보기
개인정보 보기
환불규정 보기
닫기

이룸

샘플강의는 로그인하신 회원님만 보실 수 있어요!
로그인 후 다시 시도해 주세요.

AI구현을 위한 실사례 기반 머신러닝  

강좌 정보
강사명 촬영/운영 조영훈
강의수 총 46강
수강기간 0

수강료

0 0

머신러닝_v1_01.jpg

머신러닝_v1_02.jpg

이 강의는 어떻게 구성되었나요?

차시 강의내용 시간 샘플강의
1강 머신러닝 매커니즘 이해 1 10분 35초
2강 머신러닝 매커니즘 이해 2 22분 42초
3강 머신러닝 매커니즘 이해 3 9분 48초
4강 대용량 데이터 핸들링 기법 11분 7초
5강 여러 파일을 핸들링하는 방법 8분 1초
6강 파일 용량에 따른 속도 비교 10분 26초
7강 목적에 따른 column 일관화 20분 18초
8강 Data Preprocessing 1 17분 34초
9강 Data Preprocessing 2 19분 8초
10강 Data Preprocessing 3 11분 58초
11강 관련있는 데이터 추가하기 1 15분 11초
12강 관련있는 데이터 추가하기 2 21분 48초
13강 관련있는 데이터 추가하기 3 9분 9초
14강 파생변수 생성 16분 52초
15강 datetime handling 7분 23초
16강 pandas profiling 22분 21초
17강 Data Exploration 9분 57초
18강 이상치 탐지 - MAD 소개 6분 30초
19강 Scaling - robust 11분 14초
20강 feature selection - MCR 접근법 11분 34초
21강 feature selection - PIMP 접근법 20분 37초
22강 Explainable AI 소개 5분 54초
23강 Explainable AI - PDP 11분 2초
24강 Explainable AI - SHAP 13분 39초
25강 Bagging 이해 1 9분 32초
26강 Bagging 이해 2 10분 13초
27강 이상치 탐지 - MCOD 탐지법 10분 42초
28강 생소한 데이터 소개 21분 25초
29강 Smart Factory 분야 이해 1 16분 18초
30강 Smart Factory 분야 이해 2 9분 44초
31강 분석 방향성에 맞는 label 생성 1 13분 45초
32강 분석 방향성에 맞는 label 생성 2 10분 59초
33강 생소한 데이터의 feature selection 9분 24초
34강 성능이 좋은 알고리즘 소개 11분 23초
35강 성능이 좋은 알고리즘 활용 11분 20초
36강 hyperparameter tuning 1 12분 57초
37강 hyperparameter tuning 2 20분 37초
38강 추천 시스템 개론 12분 15초
39강 영화 추천 시스템 구현 1 18분 48초
40강 영화 추천 시스템 구현 2 19분 31초
41강 도서 추천 시스템 구현 1 20분 59초
42강 도서 추천 시스템 구현 2 25분 20초
43강 쇼핑몰 추천 시스템 구현 1 12분 38초
44강 쇼핑몰 추천 시스템 구현 2 10분 59초
45강 쇼핑몰 추천 시스템 구현 3 13분 23초
46강 쇼핑몰 추천 시스템 구현 4 14분 20초
  • 교수명:
    %name% 교수
  • 약력 및 주요강의:

함께 추천하는 강의

  • 패키지
    맞춤 패키지
    필요한 목표에 맞게 상담을 통하여 패키지를 구성하여 드립니다.
    (패키지 과정은 할인율이 높고, 더 오랫동안 수업참여를 할 수 있습니다.)

생생수강후기

  • jongpark

    비전공자이고 머신러닝 단어만 가끔 들어봤는데요. 강의 하나만 듣고나니 데이터를 바라보는 제 시각이 달라졌네요. 생각도 달라지고 여러모로 도움이 많이 된 훌륭한 강의입니다. 

  • wogmltls

    처음에는 반신반의했는데요. 강사님이 여러 사례별로 머신러닝의 핵심 개념을 설명해주시네요. 실사례 기반으로 설명해주니까 이해도 더 잘되고 흥미도 더 생겼어요. 후회없이 잘 들었습니다~~~

  • jennyji

    머신러닝을 이해하기 위해 필요한 개념들을 초반에 아주 꼼꼼하게 설명해주셔서 좋았어요. 가장 좋았던건 마무리쯤에 다양한 분야의 추천시스템을 직접 구현해보는 프로젝트가 있어서 배운 내용을 활용해볼 수 있는게 가장 좋았습니다. 데이터와 머신러닝에 관심있다면 무조건 강의 추천해요ㅎㅎㅎ

  • tmdgns0

    대용량 데이터를 조절할 수 있는 핸들링 기법이 가장 재미있었습니다. 개념들을 배우고나서 마무리로 영화추천시스템, 도서추천시스템, 쇼핑몰추천시스템 등 직접 시스템을 구현해보는 프로젝트가 있었는데요~ 오프라인 수업을 듣는 것처럼 집중해서 재미있게 수업에 참여했습니다. 감사합니다!

  • STOENP

    인공지능을 구현하는 머신러닝! 이번 강의 정말 재미있게 들었습니다. 특히 데이터셋을 직접 처리해서 스스로 머신러닝을 구현해보는 과정이 의미가 있었어요. 머신러닝 메커니즘, 데이터전처리, 알고리즘활용, 스마트도구 주제도 모두 재미있게 들었습니다!! 머신러닝 관심있다면 꼭 들으세요ㅎㅎ

close
KG그룹광고 오마이스쿨

최근 본 강의 l 닫기