가천대학교

1

프로그램명

2

모집일정

상시모집

3

진행일정

5주

4

교육장소

온라인 교육

5

프로그램
세부 커리큘럼

1주차 | 머신러닝 개요                                     

머신러닝의 기본 개념을 파악하고, 지도학습/비지도학습의 차이와 

머신러닝 원리 이해를 위한 수학적 개념을 학습합니다.  
• 머신러닝의 개념
• 지도학습과 비지도학습
• 머신러닝의 종류
• 모형의 적합성 평가 및 실험 설계
• 과적합
• 수학적 개념 이해                      

2주차 | 머신러닝의 시작, 회귀 분석                                     

 머신러닝의 원리 이해를 위한 회귀 분석 내용을 학습합니다.  
• 회귀분석 개념
• 회귀분석의 종류(단순선형회귀, 다중선형회귀분석, 다중회귀모형, 다항회귀분석, 로지스틱 회귀분석)
• 다중공선성
• 회귀모델과 모델의 성능지표
• 다중회귀 모델 해석 및 다중공선성진단 실습
• 변수선택법
• 교호작용
• 회귀계수 추정법/축소법
• Feature selection                      

3주차 | 머신러닝 기본 모형                                     

대표적인 머신러닝 모형을 학습합니다.  
• 나이브 베이즈
• KNN
• SVM
• 의사결정나무                      

4주차 | 앙상블                                     

 다양한 모델을 섞어 더 좋은 성능을 배우는 앙상블 기법에 대해 이해합니다.  
• 앙상블의 개념
• Bagging
• RandomForest
• Boosting/Stacking/Shap Value                      

5주차 | 군집 분석&불균형 데이터 다루기 

6

문의처

전화 : 02-518-4831

메일 : help.edu@fastcampus.co.kr

7

과정소개 URL