https://www.youtube.com/watch?v=7RtWlPpk348&list=PLwvr-xPygMX9TaQFW3C1UGEuD0zJF7pCk

[ 유튜브 채널 : K-ICT 빅데이터센터 ]
 

* 학습목차
1 . 파이썬 머신러닝 강의 01-1 – 머신러닝(Machine Learning) 개요
머신러닝의 정의를 소개하는 강의입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395976711
주요내용
– 머신러닝의 정의
– 머신러닝 사례
 

2 . 파이썬 머신러닝 강의 01-2 – 머신러닝을 사용하는 이유
머신러닝을 사용하는 이유를 전통적인 학습방법과 비교하여 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395948777
주요내용
– 전통적인 접근 방법
– 머신러닝 접근 방법
– 자동으로 변화에 적응
– 머신러닝을 통해 새로운 패턴을 발견
 

3 . 파이썬 머신러닝 강의 01-3 – 머신러닝 기법의 분류
머신러닝의 학습 특성에 따른 분류를 소개하는 강의입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395909366
주요내용
– 지도학습
– 비지도학습
– 강화학습
– 준지도학습
 

4 . 파이썬 머신러닝 강의 01-4 – 파이썬 아나콘다 및 Jupyter Notebook 설치 실습
머신러닝 개발환경 구성을 위한 프로그램 설치 실습 강의입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395874550
주요내용
– 파이썬과 Anaconda 설치 및 환경설정하기
– Jupyter Notebook 설정 및 실행하기
 

5 . 파이썬 머신러닝 강의 01-5 – 머신러닝 개념 및 개발환경 구성 주요정리
머신러닝 개념 및 머신러닝 개발환경 구성 강의 주요내용 정리 영상입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395846022
6 . 파이썬 머신러닝 강의 02-1 – 파이썬 NumPy 소개
파이썬의 연산처리에 활용되는 NumPy 라이브러리를 소개하는 강의입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395819694
주요내용
– NumPy(Numerical Python) 소개 및 특징
 

7 . 파이썬 머신러닝 강의 02-2 – 파이썬 NumPy 주요 함수 및 기능 정리
파이썬 NumPy 배열 객체의 기본적 활용을 위한 함수 및 기능을 정리한 강의입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395793992
주요내용
– NumPy 패키지와 배열(ndarray) 객체
– NumPy 배열 객체의 주요 속성
– 인덱싱 및 슬라이싱
– 내장 함수 사용
– 브로드캐스팅
– 부울 배열과 마스킹 연산
– 배열 객체 정렬
 

8 . 파이썬 머신러닝 강의 02-3 – 파이썬 Pandas 소개
파이썬에서 데이터 처리 및 연산에 사용되는 Pandas 라이브러리 특징을 소개하는 강의입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395765166
주요내용
– Pandas 소개 및 특징
 

9 . 파이썬 머신러닝 강의 02-4 – 파이썬 Pandas 주요 함수 및 기능 정리
파이썬 Pandas 주요 기능 및 함수 활용방법을 설명하는 강의입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395733821
주요내용
– Pandas 패키지와 Series, DataFrame 객체
– DataFrame 객체와 loc 인덱서, iloc 인덱서의 활용
– DataFrame 객체의 행과 열 조작
– DataFrame 객체의 널 값 연산
– DataFrame 객체의 조인 연산
 

10 . 파이썬 머신러닝 강의 02-5 – 파이썬 NumPy, Pandas 주요내용 정리
파이썬 NumPy, Pandas 라이브러리 주요내용 정리 영상입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395702947
 

11 . 파이썬 머신러닝 강의 03-1 – 파이썬 데이터 시각화 Matplotlib 소개 및 활용준비
파이썬 데이터 시각화 라이브러리인 Matplotlib를 소개하고 활용 준비과정을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395672528
주요내용
– matplotlib 임포트와 Jupyter Notebook에 플롯 삽입 준비
– 플롯 스타일과 설정
 

12 . 파이썬 머신러닝 강의 03-2 – 파이썬 Matplotlib의 라인 플롯 만들기
파이썬 Matplotlib 라이브러리를 활용한 라인 플롯을 그리는 방법을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395646866
주요내용
– 라인 플롯과 주요 속성 설정
– 스타일 컨텍스트 매니저를 이용한 플롯 스타일의 일시적 설정 변경
– 객체지향 인터페이스 Figure와 Axes 객체의 사용
– Matlab 스타일 pyplot 인터페이스의 사용
 

13 . 파이썬 머신러닝 강의 03-3 – 파이썬 Matplotlib의 스캐터 플롯 만들기
파이썬 Matplotlib 라이브러리를 활용한 스캐터 플롯을 그리는 방법을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395603551
주요내용
– plt.plot()을 이용한 스캐터 플롯
– plt.scatter()를 이용한 스캐터 플롯
 

14 . 파이썬 머신러닝 강의 03-4 – 파이썬 Matplotlib의 히스토그램 만들기
파이썬 Matplotlib 라이브러리를 활용한 히스토그램을 그리는 방법을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395578518
주요내용
– 데이터의 분포 형상을 식별하는 히스토그램
– 상대도수 히스토그램과 확률밀도 함수
 

15 . 파이썬 머신러닝 강의 03-5 – 파이썬 Matplotlib의 박스 플롯 만들기
파이썬 Matplotlib 라이브러리를 활용한 박스 플롯을 그리는 방법을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395553918
주요내용
– 박스 플롯과 사분위수
– 박스 플롯과 IQR
 

16 . 파이썬 머신러닝 강의 03-6 – 파이썬 Matplotlib의 이미지 플롯 만들기
파이썬 Matplotlib 라이브러리를 활용한 이미지 플롯을 그리는 방법을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395524370
주요내용
– plt.imshow() 를 이용한 이미지 플롯
 

17 . 파이썬 머신러닝 강의 03-7 – 파이썬 Matplotlib 데이터 시각화 주요 정리
파이썬 Matplotlib을 활용한 데이터 시각화의 주요내용 정리 영상입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395484060
 

18 . 파이썬 머신러닝 강의 04-1 – 머신러닝을 위한 통계학 소개
머신러닝 이해를 위한 통계학의 개념을 소개합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395443167
주요내용
– 기술 통계학
– 추론 통계학
 

19 . 파이썬 머신러닝 강의 04-2 – 머신러닝을 위한 통계학 핵심개념 – 기술통계
머신러닝 이해를 위한 기술통계 핵심 개념을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395380016
주요내용
– 모집단과 표본
– 모수와 통계량
– 평균, 중간값, 최빈값
– 분산, 표준편차, 범위, 사분위수
 

20 . 파이썬 머신러닝 강의 04-3 – 머신러닝을 위한 통계학 핵심개념 – 통계적 추론
머신러닝 이해를 위한 통계적 추론의 핵심 개념을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395348554
주요내용
– 가설 검정과 p-value
– 정규분포
– 카이제곱 독립성 검정
– ANOVA 분산 분석
 

21 . 파이썬 머신러닝 강의 04-4 – 머신러닝을 위한 통계학 핵심개념 주요 정리
머신러닝을 위한 통계학 핵심개념 주요내용 정리 영상입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395324352
 

22 . 파이썬 머신러닝 강의 05-1 – Scikit-Learn 기초 및 데이터 표현 방식 이해
파이썬의 머신러닝 라이브러리인 Scikit-Learn을 소개하고 데이터 표현방식을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395295645
주요내용
– Scikit-Learn 소개
– Scikit-Learn 데이터 표현 방식
– 특징행렬과 대상벡터의 데이터 레이아웃
– Numpy 배열을 이용한 특징 행렬(X), 대상 벡터(y)의 생성
– Pandas DataFrame을 이용한 특징 행렬(X), 대상 벡터(y)의 생성
– Bunch 객체를 이용한 특징 행렬(X), 대상 벡터(y)의 생성
 

23 . 파이썬 머신러닝 강의 05-2 – Scikit-Learn을 활용한 머신러닝 모델 만들기
Scikit-Learn을 활용하여 데이터 준비부터 모델적합, 예측, 평가에 이르는 전 과정을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395272454
주요내용
– Scikit-Learn Estimator API 기본 활용 절차
– 데이터 준비
– 모델 클래스 선택
– 모델 인스턴스 생성과 하이퍼파라미터 선택
– 특징 행렬과 대상 벡터 준비
– 모델을 데이터에 적합
– 새로운 데이터를 이용해 예측
– 모델 평가
 

24 . 파이썬 머신러닝 강의 05-3 – Scikit-Learn 활용 훈련, 테스트 데이터 분할
훈련 데이터와 테스트 데이터 분할 개념 및 Scikit-Learn의 활용방법을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395246037
주요내용
– iris 데이터 소개
– 정확도가 정말 1.0 인가?
– 훈련 데이터와 테스트 데이터의 분리
– 테스트 데이터를 이용한 모델의 성능 측정
 

25 . 파이썬 머신러닝 강의 05-4 – Scikit-Learn의 하이퍼파라미터 선택
머신러닝 학습 최적화 및 학습수준 변화 관찰을 위한 하이퍼파라미터(Hyper Parameter) 조정방법을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395220276
주요내용
– 하이퍼파라미터의 선택
 

26. 파이썬 머신러닝 강의 05-5 – 파이썬 Scikit-Learn 주요내용 정리
파이썬 Scikit-Learn 라이브러리의 주요내용 정리 영상입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395197153

 

27. 파이썬 머신러닝 강의 06-1 – 머신러닝 교차검증 개념 및 기법
머신러닝 모델의 정확한 성능 평가를 위한 교차검증 개념과 기법에 대해 설명합니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395166775

주요내용
– 교차 검증의 기본 절차와 필요성
– 교차 검증 기법

 

28. 파이썬 머신러닝 강의 06-2 – 머신러닝 최적의 모델 개념
머신러닝 최적의 모델에 대한 개념을 설명합니다.

강의자료, 소스코드 다운받기 :

주요내용
– 최적의 모델 선택 방법

 

29. 파이썬 머신러닝 강의 06-3 – 편향-분산 트레이드오프(Trade-off)
머신러닝 모델의 성능평가에 따르는 편향-분산 간 상관관계(Trade-off)를 이해하고 Scikit-Learn으로 테스트하는 방법을 설명합니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583395105344

주요내용
– 고편향 모델과 고분산 모델
– 검증 곡선
– 최적 모델

 

30. 파이썬 머신러닝 강의 06-4 – 머신러닝 학습곡선 특성
머신러닝에서 학습곡선에 영향을 주는 요인을 살펴봅니다.

강의자료, 소스코드 다운받기 :

주요내용
– 학습곡선 : 훈련집합의 크기에 따른 훈련 점수/검증 점수의 플롯

 

31. 파이썬 머신러닝 강의 06-5 – Scikit-Learn활용 그리드 서치 실습
Scikit-Learn을 활용한 그리드 서치(Grid Search) 기반 학습 최적화를 해보는 실습강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 최적의 다항식 모델을 구하기 위한 그리드 서치 모듈
– 최적 모델과 데이터 적합
– 실습1 : Scikit-Learn을 활용한 그리드 서치 구현 및 학습곡선 시각화

 

32. 파이썬 머신러닝 강의 06-6 – 특징 공학 및 데이터 변환 실습
머신러닝 모델 학습을 위한 데이터 변환 방법론인 특징 공학에 대해 알아보고, Scikit-Learn으로 실습합니다.

강의자료, 소스코드 다운받기 :

주요내용
– 범주 특징
– 텍스트 특징
– 유도 특징
– 누락 데이터 대체
– 특징 파이프라인
– 실습2 : 텍스트 데이터 변환 및 학습 적용

 

33. 파이썬 머신러닝 강의 06-7 – 교차검증, 그리드 서치, 특징 공학 주요내용 정리
협업 필터링 추천 시스템 강의 주요내용 정리 영상입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583394941714

 

34. 파이썬 머신러닝 강의 07-1 – 와인 품질 데이터 탐색
와인 품질 예측 모델 만들기 전 데이터에 대한 탐색적 분석을 진행하는 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583394911307

주요내용
– 와인품질 데이터 데이터프레임의 구성
– 요약통계량

 

35. 파이썬 머신러닝 강의 07-2 – 와인 품질 데이터의 기술통계 및 통계적 검정
와인 품질 예측 모델 만들기 전 데이터에 대한 기술통계 및 통계적 검정을 진행하는 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583394878451

주요내용
– 와인 종류별 품질의 기술통계량
– 와인 종류별 품질의 사분위수
– 와인 종류별 품질의 분포
– 와인 종류별 품질 차이의 통계적 유의성 검정

 

36. 파이썬 머신러닝 강의 07-3 – 와인 품질 데이터 상관 분석
와인 품질 예측 모델 만들기 전 변수 사이의 상관관계를 분석하는 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 변수들 사이의 상관계수 계산

 

37. 파이썬 머신러닝 강의 07-4 – 와인 품질 데이터 탐색적 분석 실습
와인 품질 데이터에 대한 탐색적 분석 실습 강의입니다.

강의자료, 소스코드 다운받기 : https://www.youtube.com/watch?v=g3ErwN8AKkw&list=PLwvr-xPygMX9TaQFW3C1UGEuD0zJF7pCk&index=37

주요내용
– 산점도 행렬
– 실습 1 : 와인 품질 데이터 불러오기
– 실습 1 : 기술통계
– 실습 1 : 와인종류에 대한 t-검정
– 실습 1 : 와인종류별 상관분석

 

38. 파이썬 머신러닝 강의 07-5 – 단순 선형 회귀(OLS) 개념
단순 선형 회귀(OLS)의 개념 및 수학적 정의를 설명하는 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 단순 선형 회귀의 개요
– 최소 제곱법
– 비용함수를 사용한 모델의 적합화 척도:RSS
– 단순 선형 회귀를 위한 OLS의 계산
– 단순 선형 회귀 모델의 평가

 

39. 파이썬 머신러닝 강의 07-6 – 다중 선형 회귀 개념
다중 선형 회귀의 개념 및 수학적 정의에 대해 설명하는 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 다중 선형 회귀의 개요
– 다중 선형 회귀의 벡터 정리

 

40. 파이썬 머신러닝 강의 07-7 – 다항 선형 회귀 개념
다항 선형 회귀 개념 및 수학적 정의를 설명하는 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 다항 회귀의 개요

 

41. 파이썬 머신러닝 강의 07-8 – 선형 회귀 주요내용 정리
선형 회귀(단순선형회귀, 다중선형회귀, 다항선형회귀) 주요내용 정리 영상입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583394688813

 

42. 파이썬 머신러닝 강의 08-1 – 와인 품질 예측 모델의 학습 데이터 구성
선형회귀 모델 기반 와인 품질 예측 모델 구현을 위한 와인 품질 데이터 구성을 설명합니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583394647729

주요내용
– 와인 품질 데이터의 구성
– 와인 품질 데이터 프레임 준비

 

43. 파이썬 머신러닝 강의 08-2 – 선형회귀 모델 기반 와인 품질 예측 모델 학습
선형회귀 모델 기반 와인 품질 예측 모델 학습을 위한 데이터 준비 및 학습 방법 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583394616470

주요내용
– 모델 클래스와 모델 파라미터의 선택
– 특징행렬과 대상 벡터의 추출
– 훈련 데이터와 테스트 데이터의 분리
– 모델의 데이터 적합
– 모델을 새로운 데이터에 적용

 

44. 파이썬 머신러닝 강의 08-3 – 선형회귀 모델 성능 측정 및 와인 품질 예측 모델 만들기 실습
선형회귀 모델 성능 측정 및 와인 품질 예측 모델 구현 실습 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583394564427

주요내용
– 선형회귀 모델의 성능 측정
– 와인 품질 예측 모델 만들기 실습

 

45. 파이썬 머신러닝 강의 08-4 – 규제 선형회귀 모델 개념 및 학습
규제가 있는 선형회귀 모델의 개념 및 학습 방법에 대한 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 규제가 없는 선형 회귀 모델의 적합
– 규제가 있는 선형 회귀 모델의 적합
– 규제가 있는 선형 회귀 모델의 필요성

 

46. 파이썬 머신러닝 강의 08-5 – 리지(Ridge)회귀 모델 개념 및 와인 품질 예측 모델 만들기 실습
리지(Ridge)회귀 모델 개념 및 와인 품질 예측 모델 구현 실습 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 리지 회귀 모델 개요
– 선형 회귀 모델과 계수의 특징
– 실습 1 : 와인 품질 예측 모델 만들기

 

47. 파이썬 머신러닝 강의 08-6 – 라쏘(Lasso)회귀 모델 기반 와인 품질 예측 모델 만들기 실습
라쏘회귀 모델의 개념 및 라쏘회귀 모델 기반 와인 품질 예측 모델 만들기 실습 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 라쏘 회귀 모델 개요
– 라쏘 회귀 모델의 계수의 특징
– 실습2 : 와인 품질 예측 모델 만들기

 

48. 파이썬 머신러닝 강의 08-7 – 규제가 있는 선형 회귀 모델 주요 정리
규제가 있는 선형 회귀 모델의 주요내용 정리 영상입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583394439968

 

49. 파이썬 머신러닝 강의 09-1 – 의사결정트리 개요
의사결정트리 개요를 설명하는 영상입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583394031209

주요내용
– 의사결정 트리의 개요

 

50. 파이썬 머신러닝 강의 09-2 – 의사결정트리 생성 개념
의사결정트리의 특징을 설명합니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583393122489

주요내용
– 의사결정 트리의 생성

 

53. 파이썬 머신러닝 강의 09-5 – 의사결정트리 기반 광고 클릭 예측 모델 학습 데이터 준비
나이브 베이즈 기반 스팸메일 필터 모델의 성능 측정 방법 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583393010065

주요내용
– 온라인 광고 클릭 예측 데이터 개요
– 데이터 필드 구성
– 데이터 준비
– 원 핫 인코딩 벡터 변환

 

54. 파이썬 머신러닝 강의 09-6 – 의사결정트리 기반 광고 클릭 예측 모델의 학습
의사결정트리 기반 광고 클릭 예측 모델의 학습 방법 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 그리드 서치를 이용한 의사결정 트리 모델 학습
– 의사결정 트리 모데르이 파일 출력

 

55. 파이썬 머신러닝 강의 09-7 – 의사결정트리 기반 광고 클릭 예측 모델의 성능 측정
의사결정트리 기반 광고 클릭 예측 모델의 학습 방법 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583392925252

주요내용
– 그리드 서치를 이용한 의사결정 트리 모델 학습
– 의사결정 트리 모데르이 파일 출력

 

56. 파이썬 머신러닝 강의 09-8 – 앙상블 기법 활용 광고 클릭 예측 모델 개선
앙상블 기법을 활용한 광고 클릭 예측 모델 개선 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 앙상블 학습과 배깅
– 앙상블 학습과 랜덤 프레스트
– 랜덤 포레스트의 특징 중요도
– 랜덤 포레스트의 성능 개선을 위한 주요 파라미터
– 랜덤포레스트 모델의 성능 측정 : 정확도, 혼동행렬, ROC의 AUC

 

57. 파이썬 머신러닝 강의 09-9 – 의사결정트리 주요내용 정리
분류모델 성능 평가지표 및 의사결정트리 주요내용 정리 영상입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583392863387

 

58. 파이썬 머신러닝 강의 10-1 – 로지스틱 회귀 개념
로지스틱 회귀의 개념을 설명합니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583392828821

 

59. 파이썬 머신러닝 강의 10-2 – 로지스틱 회귀의 특징
로지스틱 회귀 모델과 시그모이드 함수의 특징을 설명합니다.

강의자료, 소스코드 다운받기 :

주요내용
– 로지스틱 회귀와 분류
– 시그모이드 함수 특징

 

60. 파이썬 머신러닝 강의 10-3 – 광고 클릭 예측 모델 데이터 준비
로지스틱 회귀 기반 온라인 광고 클릭 예측 모델 학습을 위한 데이터 준비 방법 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583392764053

주요내용
– 온라인 광고 클릭 예측을 위한 데이터 준비
– 원 핫 인코딩(One Hot Encoding) 벡터 변환

 

61. 파이썬 머신러닝 강의 10-4 – 로지스틱 회귀 기반 광고 클릭 예측 모델 학습
로지스틱 회귀 모델을 활용한 온라인 광고 클릭 예측 모델 학습 방법 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 그리드 서치를 이용한 로지스틱 회귀 모델 학습

 

62. 파이썬 머신러닝 강의 10-5 -로지스틱 회귀 모델 성능 측정 및 온라인 광고 클릭 예측 모델 만들기 실습
로지스틱 회귀 모델 성능 측정 및 온라인 광고 클릭 예측 모델 구현 실습 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 로지스틱 회귀 모델의 성능 측정
– 실습 1 : 온라인 광고 클릭 예측 모델 구현

 

63. 파이썬 머신러닝 강의 10-6 – 로지스틱 회귀 주요내용 정리
로지스틱 회귀 주요내용 정리 영상입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583392129801

 

64. 파이썬 머신러닝 강의 11-1 – K-최근접 이웃(KNN) 알고리즘 개념
K-최근접 이웃(KNN) 분류 알고리즘과 차원의 저주 개념을 설명합니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583392099634

주요내용
– K-최근접 이웃의 개요
– 차원의 저주

 

65. 파이썬 머신러닝 강의 11-2 – 암 진단 분류 모델 데이터 준비
K-최근접 이웃(KNN) 알고리즘을 활용한 유방암 진단 분류 모델 학습을 위한 데이터 준비 방법 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 데이터프레임의 생성
– 누락 값의 대체 및 클래스 레이블을 0과 1로 변환
– 불필요한 변수 제거 및 표준화 적용

 

66. 파이썬 머신러닝 강의 11-3 – K-최근접 이웃(KNN) 기반 암 진단 분류 모델 학습
K-최근접 이웃(KNN) 알고리즘 기반 암 진단 분류 모델 학습 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583392040049

주요내용
– 머신러닝 모델 클래스 KNeighborsClassifier를 이용한 학습

 

67. 파이썬 머신러닝 강의 11-4 – K-최근접 이웃(KNN) 모델 성능 개선 및 암 진단 분류 모델 만들기 실습
K-최근접 이웃(KNN) 모델 성능 개선 및 유방암 진단 분류 모델 만들기 방법 실습 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 유방암 진단 분류를 위한 모델 성능 측정
– 유방암 진단 분류 모델의 성능 개선
– 그리드 서치를 이용한 하이퍼파라미터의 최적 값 선택
– 실습 1 : 암 진단 분류 모델 구현

 

68. 파이썬 머신러닝 강의 11-5 – K-최근접 이웃(KNN) 알고리즘 주요내용 정리
K-최근접 이웃(K-Nearest Neighbor; KNN) 알고리즘 개념 및 실습 강의의 주요내용 정리 영상입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583391983899

 

69. 파이썬 머신러닝 강의 12-1 – 나이브 베이즈 개념 및 스팸메일 필터 데이터 구축
나이브 베이즈 개념 및 스팸메일 필터 구현을 위한 데이터 전처리, 구축 방법 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583391948833

주요내용
– 나이브 베이즈 분류기란?
– 베이즈 정리와 나이브 베이즈 동작 원리의 이해
– Enron 이메일 데이터 개요
– 파일 경로로 메일/스팸 기본 분류하기
– 숫자, 구두점, 사람 이름 제거
– 불용어 제거와 단어의 출현 빈도 특징을 추출

 

70. 파이썬 머신러닝 강의 12-2 – 나이브 베이즈 기반 스팸메일 필터 모델 학습
나이브 베이즈 기반 스팸메일 필터 모델 학습 방법 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 훈련 데이터와 테스트 데이터의 분리 및 변환
– 나이브 베이즈 모델 생성 및 학습

 

71. 파이썬 머신러닝 강의 12-3 – 나이브 베이즈 기반 스팸메일 필터 모델의 성능 측정
나이브 베이즈 기반 스팸메일 필터 모델의 성능 측정 방법 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 나이브 베이즈 모델의 성능 측정

 

72. 파이썬 머신러닝 강의 12-4 – 나이브 베이즈 성능 개선 및 스팸메일 필터 만들기 실습
나이브 베이즈 분류기 성능 개선 방법 및 스팸메일 필터 구현 실습 강의입니다.

강의자료, 소스코드 다운받기 :

주요내용
– 나이브베이즈 분류모델의 성능 개선
– 실습 1 : 스팸메일 필터 만들기

 

73. 파이썬 머신러닝 강의 12-5 – 나이브 베이즈 분류기 주요내용 정리
나이브 베이즈 분류기 강의 주요내용 정리 영상입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583391842770

 

74. 파이썬 머신러닝 강의 13-1 – 추천 엔진의 개념과 종류
추천 엔진의 개념과 여러 유형의 추천 시스템의 특성을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583391803590
주요내용
– 추천 엔진의 개요
– 추천 엔진의 종류
 

75. 파이썬 머신러닝 강의 13-2 – 추천 엔진 개발을 위한 협업 필터링 개념
추천 엔진에 사용되는 협업 필터링 개념과 추천 엔진 모델 평가방법을 설명합니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583391590570
주요내용
– 협업 필터링 개요
– 추천 엔진 모델의 평가
 

76. 파이썬 머신러닝 강의 13-3 – 협업 필터링을 이용한 영화 추천 엔진 데이터 준비
협업 필터링을 이용한 영화 추천 엔진 구현을 위한 데이터 준비 방법 강의입니다.
강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583391532308
주요내용
– 데이터 준비
– 데이터 프레임 구성
– 데이터 탐색
– 평가 행렬(ratings)의 생성
– 훈련 데이터와 테스트 데이터의 분리
 

77. 파이썬 머신러닝 강의 13-4 – 사용자 기반 협업 필터링을 이용한 영화 추천 엔진 만들기
사용자 기반 협업 필터링 기법의 개념과 영화 추천 엔진 적용 방법 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583386776949

주요내용
– 사용자 간 유사도 행렬 생성
– 평가 예측 및 모델의 성능 측정
– 가장 비슷한 n명을 찾는 비지도 방식의 이웃 검색
– 선택된 n명의 사용자들의 평가 가중치 합을 사용한 예측 및 모델의 성능 측정

 

78. 파이썬 머신러닝 강의 13-5 – 아이템 기반 협업 필터링 활용 영화 추천 엔진 만들기 실습
아이템 기반 협업 필터링 활용 방법 및 협업 필터링 기법으로 영화 추천 엔진을 만들어보는 실습 강의입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583386604673

주요내용
– 영화 간 유사도 행렬 계산
– 평가 예측 및 모델 성능 측정
– 실습 1 : 협업 필터링 기반 영화 추천 엔진 만들기

 

79. 파이썬 머신러닝 강의 13-6 – 협업 필터링 기반 추천 시스템 주요내용 정리
협업 필터링 기반 추천 시스템 강의 주요내용 정리 영상입니다.

강의자료, 소스코드 다운받기 : https://kbig.kr/board/board.brd?boardId=movie_python&bltnNo=11583385578629

 

 

 

 

Posted by uniqueone
,