올인원 패키지 : 강필성의 머신러닝 아카데미

Part 1. Machine Learning 시작하기

1. 데이터 사이언스의 정의부터 데이터 분석의 일반적인 절차까지 머신러닝 전반에 대해 알아봅니다.
   
   • 데이터 기반 의사결정이란?
   • 데이터 애널리틱스 프로젝트는 어떻게 진행될까?
   • 기계학습 방법론이란?
   • 데이터 애널리틱스 프로젝트 사례 소개
   
   7개 / 140분

Part 2. 어떤 변수가 예측에 중요한 역할을 할까? - 다중선형회귀분석

1. 기계학습의 가장 기본적인 알고리즘인 다중선형 회귀분석에 대해 다룹니다.
   
   • 다중 선형 회귀분석이란?
   • Formulation 및 학습
   • 성능 평가 및 해석
   • 회귀모형 성능 평가
   • R 실습 1 : Toyota Corolla Data로 중고차 판매 가격 추정하기
   • R 실습 2 : Boston Housing Data로 주택 가격 예측하기
   • 파이썬 실습 1 : RAM Cost Data로 RAM 가격 예측하기
   • 파이썬 실습 2 : California Housing Data로 주택 가격 예측하기
   • 파이썬 실습 3 : Boston Housing Data로 주택 가격 예측하기
   • 파이썬 실습 4 : Toyota Corolla Data로 중고차 판매 가격 추정하기
   
   8개 / 130분

Part 3. 단순하지만 빠르고 정확한 분류 알고리즘 - 로지스틱 회귀분석

1. 기계학습의 대표적 분류 알고리즘인 로지스틱 회귀분석에 대해 학습하고, 분류 모형 성능 평가를 실행해봅니다.
   
   • 로지스틱 회귀분석이란?
   • 로지스틱 회귀분석 Formulation 및 학습
   • 로지스틱 회귀분석 해석
   • 다항 로지스틱 회귀분석
   
   4개 / 80분

Part 4. 어떤 모델이 더 정확할까? - 분류 모형 성능 평가

1. 분류 모형 성능 평가를 실행해 봅니다.
   
   • 정오행렬 기반의 성능 평가 지표
   • ROC 곡선 기반의 성능 평가 지표
   • R 실습 1 : Personal Loan Data로 신용대출 이용 고객 분류하기
   • R 실습 2 : Wine Data로 포도 품종별 와인 특성 분석하기
   • 파이썬 실습 1 : Breast Cancer Data로 유방암 진단 예측하기
   • 파이썬 실습 2 : Personal Loan Data로 신용대출 이용 고객 분류하기
   • 파이썬 실습 3 : Parkinsons Data로 의학적 데이터 로지스틱 회귀분석하기
   • 파이썬 실습 4 : Wine Data로 포도 품종별 와인 특성 분석하기
   
   7개 / 120분

Part 5. 예측 결과에 대해 설명도 가능하다. - 의사결정나무

1. 결과에 대한 해석이 용이하고 왜 그러한 결과가 도출되었는가에 대한 설명을 할 수 있는 의사결정나무 알고리즘을 배웁니다.
   
   • 의사결정나무란?
   • 재귀적 분기
   • 가지치기
   • 회귀나무
   • R 실습 1 : Personal Loan Data로 신용대출 이용고객 예측하기
   • R 실습 2 : Toyota Corolla Data로 중고차 가격 예측하기
   • 파이썬 실습 1 : WDBC dataset으로 환자의 유방암 음성/양성 여부 분류하기
   • 파이썬 실습 2 : King country house Data로 주택 가격 예측하기
   • 파이썬 실습 3 : Personal Loan Data로 신용대출 이용고객 예측하기
   
   7개 / 140분

Part 6. 더 정확한 예측을 위해서는 어떤 변수를 선택해야 할까? - 주요 변수 선택 기법

1. 변수를 선택하는 다양한 기법들 가운데 주요 선택 기법 세 가지를 학습합니다.
   
   • 변수를 선택하는 다양한 기법들
   • 전진 선택
   • 후방 소거
   • 단계적 선택법
   • 유전알고리즘을 이용한 변수 선택
   • R 실습 1 : Personal Loan Data로 분석과정에서 변수선택하기
   • 파이썬 실습 1 : Personal Loan Data로 로지스틱회귀분석 과정에서 전진/후진/단계적 변수선택하기
   • 파이썬 실습 2 : Toyota Corolla Data로 다중선형회귀분석 과정에서 전진/후진/단계적 변수선택하기
   • 파이썬 실습 3 : 유전알고리즘을 통한 변수선택하기
   
   6개 / 120분

Part 7. 추천을 위한 필수 방법론(1) - k 인접 이웃 기법

1. 실제 사례에서 우수한 예측 성능을 나타내는 k-인접 이웃 기법에 대해 배웁니다.
   
   • K-인접 이웃 기법이란?
   • R 실습 1 : Breast Cancer Wisconsin Data로 유방암 여부 판별하기
   • R 실습 2 : Concrete Compressive Strength Data로 콘크리트 구성 성분에 따른 압축 강도 추정하기
   • 파이썬 실습 1 : Iris Dataset으로 K-NN 활용 분류하기
   • 파이썬 실습 2 : Personal Loan Data로 K-NN 활용 분류 및 최적의 K값 찾기
   • 파이썬 실습 3 : Toyota Corolla Data로 K-NN 활용 분류 및 최적의 K값 찾기
   
   5개 / 70분

Part 8. 사람의 뇌가 작동하는 것처럼 기계를 작동시킬 수 있을까? - 인공신경망

1. 최근 딥러닝으로 다시 각광을 받고 있는 인공신경망 알고리즘에 대해 배워봅니다.
   
   • 인공신경망 개요
   • 퍼셉트론
   • 다중 퍼셉트론
   • R 실습 1 : Cardiotocography Data로 태아의 건강상태 추정하기
   • R 실습 2 : Concrete Compressive Strength Data로 콘크리트 구성 성분에 따른 압축 강도 추정하기
   • 파이썬 실습 1 : Parkinsons Data로 신경망 구조에 따른 분류 성능 비교하기
   • 파이썬 실습 2 : Wine Data로 인공신경망 모델링하기
   • 파이썬 실습 3 : MNIST 손글씨 필기체 데이터를 통해 이미지형태 분류하기
   
   6개 / 130분

Part 9. 추천을 위한 필수 방법론(2) - 연관규칙분석

1. 장바구니 분석으로 널리 알려진 연관규칙 분석 방법론과 이를 실제로 구현하는 A Priori 알고리즘에 대해 배웁니다.
   
   • 연관규칙분석이란?
   • A priori 알고리즘
   • R 실습 1 : Groceries Data로 유의미한 규칙 추출하기
   • 파이썬 실습 1 : Titanic Data로 유의미한 규칙 추출하기
   • 파이썬 실습 2 : Groceries Data로 유의미한 규칙 추출하기
   
   4개 / 100분

Part 10. 유사한 집단 판별하기 - 군집화

1. 전체 데이터를 동질적인 집단으로 구분하고 각 집단의 특성을 파악하는 군집화 방법론의 원리를 알아봅니다.
   
   • 군집화란?
   • 군집 타당성 지표
   • 분리형 군집화 알고리즘 - K-평균 군집화
   • 계층적 군집화 알고리즘
   • 밀도 기반 군집화 알고리즘 - DBSCAN
   • R 실습 1 : Wine Data로 와인 성분에 따른 품종 추정하기
   • R 실습 2 : Personal Loan Data로 신용대출 상품 신청 여부 예측하기
   • 파이썬 실습 1 : Wine Data로 와인 성분에 따른 품종 추정하기
   
   9개 / 180분