딥러닝과 머신러닝으로 문제해결하기

강의상세

딥러닝과 머신러닝의 기본 모델을 학습함으로써 머신러닝과 딥러닝의 차이를 학습하고, 적시적소에 활용할 수 있는 기초 역량을 함양한다

회귀 1

1.	회귀 1	1. 머신러닝 정의와 종류 2. 지도학습 3. 회귀 4. scikit-learn을 이용한 회귀 알고리즘 구현
2.	회귀 2	1. 학습데이터와 테스트 데이터 2. 기대수명 데이터(WHO) 분석하고 시각화 하기 3, 가대수명 예측모델 구현하기
3.	분류	1. KNN 알고리즘 원리 2. 붓꽃 분류 모델 구현하기 3. 펭귄 분류 모델 구현하기
4.	군집	1. K-Means 알고리즘 원리 2. 강아지 군집 모델 구현하기 3. 붓꽃 군집 모델 구현하기
5.	딥러닝 소개 및 기본 개념	1. 딥러닝 개요 2. 신경망 기본원리 3. 파이썬을 이용한 간단한 신경망 구현
6.	딥러닝을 활용한 이미지 분류	1. 이미지 분류 기본원리 활용 사례 2. CNN 모델 구성 요소 3. CNN을 이용한 이미지 분류 모델 구현
7.	자연어 처리(NLP) 소개 및 텍스트 분류	1. 자연어 처리(NLP) 개요 2. 텍스트 분류 개념 3. 파이썬을 이용한 텍스트 분류 모델 구현
8.	프로젝트 통합 및 최종 리뷰	1. 프로젝트 개요 및 목표 설정 2. 프로젝트 진행 3. 최종 리뷰 및 정리