![[-92] [신규] Orange를 활용한 코딩 없는 AI 데이터 분석 – Lv.4 분류 머신러닝 분석](https://www.masocampus.com/wp-content/uploads/2024/02/012-1.jpg)
커리큘럼
| 00. 교재 다운로드 센터 | |||
| [onc46] AAC000 교재 다운로드 센터 | 00:00:00 | ||
| 01. 둘로 나누는 이진분류와 보정학습 | |||
| [onc46] AAC081 이진분류의 대명사 – 로지스틱 회귀분석 | FREE | 00:15:21 | |
| [onc46] AAC082 이진분류의 대명사 – 로지스틱 회귀분석 실습 | 00:25:09 | ||
| [onc46] AAC091 Calibrated Learner 보정 학습자 | 00:32:25 | ||
| 02. 분류가 잘 되었는지 어떻게 알까 | |||
| [onc46] AAC101 분류 모델의 평가 지표 – 혼동 행렬 | 00:36:48 | ||
| [onc46] AAC102 분류 모델의 평가 지표 – 혼동 행렬 실습 | 00:14:15 | ||
| [onc46] AAC103 분류 모델의 평가 지표 – ROC 곡선과 AUC | FREE | 00:29:39 | |
| [onc46] AAC104 분류 모델의 평가 지표 – ROC 곡선과 AUC 실습 | 00:19:28 | ||
| [onc46] AAC105 ROC 분석으로 예측 확률 임계치 정하기 | 00:21:36 | ||
| [onc46] AAC106 분류 모델의 평가 지표 – Gain chart | 00:23:22 | ||
| 03. 초평면을 찾는 서포트 벡터 머신 | |||
| [onc46] AAC111 서포트 벡터 머신(SVM) | 00:28:36 | ||
| [onc46] AAC112 커널 트릭 | 00:17:58 | ||
| 04. 잘 모를 때는 옆사람 보고 따라하는 KNN | |||
| [onc46] AAC121 최근접이웃을 따라하는 KNN | FREE | 00:33:08 | |
| 05. 독립된 두 사건의 확률 곱하기 나이브 베이즈 | |||
| [onc46] AAC131 조건부 확률에 기반한 나이브 베이즈 | 00:33:55 | ||
| 06. 나무와 숲을 흉내낸 분류모델 Tree와 랜덤포레스트 | |||
| [onc46] AAC141 Decision Tree 의사결정 나무 모형 | 00:35:27 | ||
| [onc46] AAC142 불순도와 정보 이득 | 00:27:27 | ||
| [onc46] AAC143 무작위성을 높인 랜덤 포레스트 | 00:13:35 | ||
| 07. 데이터에서 맞춤형 분석 모델 만들기 | |||
| [onc46] AAC151 분류 모형의 분류와 Curve fit | 00:21:20 | ||
| 08. 여러 모델을 결합해서 분석하는 앙상블 기법 | |||
| [onc46] AAC161 분석 모델의 중첩 – 앙상블 기법 | 00:07:21 | ||
| [onc46] AAC162 다수결로 결정하는 배깅(Bagging) | 00:20:54 | ||
| [onc46] AAC163 부스팅 – AdaBoost와 Gradient Boosting, XG Boost | 00:32:10 | ||
| [onc46] AAC164 여러 모델의 결과를 메타 분석하는 스태킹(stacking) | 00:16:45 | ||
541209 등록 수강생
