머신러닝 강의 syllabus

 

 

KISTI 과학기술 빅데이터 분석가 양성과정

 

2020년 상반기 과정

 

5월18~22일

 

강사: 김선호 (KISTI 책임연구원, haebang@kisti.re.kr)

 

목차 : 

1. Python, Pycharm
2. Machine Learning Quick Tour
   
   1. AI vs. ML vs. Deep Learning
   2. ML overview
   3. ML 알고리즘 분류
   4. 강의 환경 꾸미기
3. Numpy, Pandas, sklearn, Matplotlib
4. 분류(예측)기 성능평가
   1. K-분할 교차 검증
   2. accuracy, precision, recall, f-measure
5. ML Classification
   1. Decision Tree
   2. Ensemble Learning
   3. Random Forest
      1. bagging
      2. boosting
   4. SVM
   5. K-nearest neighbor
6. ML Regression
   1. 과적합
   2. 비선형 회기
   3. 회기 평가
   4. 다중회기
   5. 로지스틱 회귀
7. ML Clustering
   1. K-means
   2. 계층적/비계층적 clustering