[고급] 파이썬 (Python)을 활용한 공공데이터 머신러닝

상단 메뉴를 선택하면 자세한 내용을 확인할 수 있습니다.

1. 해당 과정은 데이터 분석에 관심이 있고, 분석 역량과 기술을 일정 수준 이상 보유한 수강생을 대상으로 한 과정입니다.

※ 이전 중급과정인 '파이썬을 활용한 공공데이터 시각화 과정' 에서 이어지는 강의로써,

무리 없는 수강 진도를 위해서는 해당 과정의 선수강을 권장합니다.

- 머신러닝의 개념과 지도학습, 비지도학습을 이해할 수 있다.
- 공공데이터를 활용하여 머신러닝 분류와 회귀 알고리즘을 적용하고 예측 모델을 구현, 평가할 수 있다.
- 새로운 공공데이터가 주어졌을 때 배운 내용을 응용하여 분석과 시각화, 예측 모델을 만들 수 있다.

수료기준
평가기준	진도율	합산 점수
반영점수(비율)	100%	100점
이수기준	90%	합산점수 0점 이상

※ 각 평가항목의 이수기준을 충족하여야 합니다.

강의목차
차시	강의명
1차시	[(Python) 머신러닝] 1. 오리엔테이션(강의개요)
2차시	[(Python) 머신러닝] 2. 머신러닝 기초 이론 및 사이킷런(Scikit-Learn) 소개
3차시	[(Python) 머신러닝] 3. 분류(1) - 의사결정나무 학습 및 예측 구현
4차시	[(Python) 머신러닝] 4. 분류(2) - 의사결정나무 시각화 및 중요도 평가
5차시	[(Python) 머신러닝] 5. 회귀(1) - 월별 자전거 이용정보 데이터 전처리
6차시	[(Python) 머신러닝] 6. 회귀(2) - 월별 자전거 이용정보 분석
7차시	[(Python) 머신러닝] 7. 회귀(3) - 학습, 예측 데이터 나누기
8차시	[(Python) 머신러닝] 8. 회귀(4) - 모델 학습 및 예측, 평가하기
9차시	[(Python) 머신러닝] 9. 다양한 머신러닝 기법 및 알고리즘 소개

유틸 메뉴