본문 영역으로 바로가기
 

강좌 검색

A.데이터사이언스.9-Principles of Machine Learning(중급)

코스소개

머신러닝은 컴퓨터를 사용하여 미래의 행동, 결과 및 추세를 예측하기 위해 기존 데이터로부터 학습하는 예측 모델을 실행합니다.

본 데이터 사이언스 과정에서는 머신러닝 모델을 실제 시나리오 및 실습 경험과 함께 머신러닝 모델을 작성, 검증 및 배포하는 방법을 명확하게 설명합니다. 파이썬 및 애저 머신러닝을 사용하여 만들어진 모델을 통해 인사이트를 구축하고 도출하는 방법에 대해서 배웁니다.

학습내용

  • 분류 탐색
  • 머신러닝 회기
  • 지도학습을 향상시키는 방법
  • 비선형 모델링의 세부정보
  • 클러스터링
  • 추천 시스템
  • 이 과정의 실습은 R, 파이썬 및 마이크로소프트 애저 머신러닝을 조합하여 활용합니다.

코스고개

분류탐색

  • 분류자(classifiers)의 작동 이해
  • 분류자를 통한 로지스틱 회기분석
  • 분류자를 평가하는데 사용되는 측정항목 이해
  • Lab: 애저 머신러닝을 활용한 로지스틱 회기분석

머신러닝의 회기

  • 회기 모델의 이해
  • 예측을 위한 선형 회기 분석
  • 회기 모델을 평가하는데 사용되는 메트릭 이해
  • Lab: 애저 머신러닝의 선형 회기분석을 활용한 자전거 수요 예측

지도학습 모델을 향상시키는 방법

  • 기능 선택 프로세스
  • 과도한 매개 변수의 문제점과 차원의 저주(curse of dimensionality)
  • 과도한 매개 변수 모델에 정규화 사용
  • Methods of dimensionality reduction Apply cross validation to estimating model performance
  • Lab: 애저 머신러닝을 활용하여 당뇨병 환자 분류 개선
  • Lab: 애저 머신러닝을 활요하여 자전거 수요 예측 개선

비선형 모델링에 대한 세부정보

  • 당뇨병 환자 분류에 적용된 비지도 학습 머신러닝 모델을 언제 어떻게 사용하는가에 대한 이해
  • 자전거 수요 예측에 ML 모델 적용

클러스터링

  • 비지도 학습 모델의 원리 이해
  • k-means 클러스터링 모델의 올바른 적용과 평가
  • hieratical 클러스터링 모델의 올바른 적용과 평가
  • Lab: AML, R 및 파이썬을 활용한 클러스터 모델

추천 시스템

  • 추천 시스템의 동작 원리 이해
  • 추천 시스템을 평가하는 방법 이해
  • 권장 사항을 위한 공동 작업 필터링 대안 사용 방법
  • Lab: 추천 작업 및 평가

Meet the instructors

Course Staff Image #1

Dr. Steve Elston

Steve는 예측 분석 및 머신러닝을 위해 R과 S/SPLUS를 사용한 경험이 20년 이상의 빅 데이터 전문가이자 데이터 사이언티스트입니다. 프린스턴 대학교 (Princeton University)에서 지구 물리학(Geophysics) 박사 학위를 받았으며 다양한 회사에서 다국적 데이터 사이언스 팀을 이끌었습니다.

Course Staff Image #2

Cynthia Rudin

Cynthia는 MIT의 예측 분석 랩을 이끌고 있으며, 컴퓨터 사이언스 및 인공 지능 연구소 Sloan School of Management와 관련이 있습니다. Princeton University에서 응용 수학 전공 박사 학위를 받았으며, 이전에는 Columbia University의 Computational Learning Systems 센터의 부연구 사이언티스트였습니다.

Course Staff Image #3

Graeme Malcolm

Graeme는 SQL Server 및 마이크로소프트 데이터 플랫폼 전문가로서 오랫동안 트레이너, 컨설턴트 및 저자로 활동 해 왔습니다. 그는 SQL Server 데이터 플랫폼 및 비즈니스 인텔리전스를 위한 마이크로소프트 공인 솔루션 전문가입니다. 마이크로소프트와 파트너 및 공급업체로 수년간 협력 한 후 그는 Senior Learning Developer로 마이크로소프트 Learning Experiences 팀에서 마이크로소프트 기술을 최대한 활용하고자하는 개발자 및 데이터 전문가를 위한 컨텐츠를 계획 및 개발하고 있습니다.

키워드 : 데이터사이언스, 데이터 사이언스
수강신청