• 본 과정은 머신러닝 기반의 데이터 분석을 학습합니다.
• 데이터가 기업의 비즈니스에서 중요한 부분을 차지하기 때문에 관련된 전문지식을 체계적을 학습할 수 있도록 학습합니다.
• 인공지능 모델링을 위한 Cost Function과 경사하강법 등의 배경지식을 학습하고 실제 알고리즘에 적용하여 모델을 학습하고 평가하여 최적의 모델을 선정하는 방법을 R Program으로 실습합니다.
• Neural Network의 개념을 학습하여 이후 Deep Learning 모델을 학습합니다.

<학습 목표 >

• 인공지능(AI)와 머신 러닝의 개념 학습
• 기계적 학습의 이해(머신러닝 & 딥러닝)
• Model 생성 및 선정 기법 학습
• R을 활용한 머신러닝/딥러닝 알고리즘 구현
• 지도 학습과 비지도 학습 알고리즘 적용
• TensorFlow 및 Keras 활용 실습

• 데이터 분석 업무를 담당하시는 분
• 머신러닝/딥러닝 모델링에 관심이 있는 분
• 지도 학습 및 비지도 학습 알고리즘에 관심이 있는 분
• 머신 러닝 알고리즘의 적용방법 및 모델검증에 관심이 있는 분
• R을 사용한 머신러닝/딥러닝에 관심 있는 분

Day 1 – Machine Learning 이란?

• 인공지능(AI)와 Machine Learning/Deep Learning
• 지도 학습/비지도 학습 알고리즘
• Cost Function과 경사하강법(Gradient Descent) 이해하기
• Modeling 학습과 검증(Overfitting, Underfitting)
• Training Data vs. Testing Data
• Cross-Validation

Day 2 – Regression & Classification

• 지도 학습 알고리즘 이해하기
• Regression과 Logistic Regression
• Decision Tree와 Random Forest(Ensemble)
• Bagging과 Boosting

Day 3 – Clustering & Association Rules

• 비지도 학습 알고리즘 이해하기
• K-means Clustering(군집분석)
• Association Rules(연관분석)

Day 4 – Deep Learning 이란?

• Artificial Neural Network
• Multi-Layer Perceptron
• Deep Neural Network

Day 5 – Deep Learning Modeling

• Back Propagation
• Deep Learning Modeling
• Convolutional Neural Network(CNN)
• Recurrent Neural Network(RNN)

• 데이터 분석 준전문가 (ADsP) 자격증 과정 [H8PD5]