학습자료
입문
4 챕터 · 79 수업
머신러닝 입문하기
머신러닝의 기본 개념과 알고리즘을 배우고, 다양한 머신러닝 모델을 활용해 보세요.
내 강의
Chapter 1
데이터에서 패턴을 학습하는 프로그램, 머신러닝
Lessons
화제의 그 단어, 머신러닝이란?
인간의 뇌를 모방한 신경망이란?
퍼셉트론이 동작하는 원리
머신러닝을 더 깊게, 딥러닝이란?
머신러닝 vs 딥러닝 핵심 차이점 정리
선택형 퀴즈
AI를 학습시킨다는 것은 무슨 의미일까?
AI 학습의 결과물 - 행렬로 구성된 파일
정답과 함께 알려주는 지도 학습
정답 없이 스스로 패턴을 찾는 비지도 학습
보상을 통해 배우는 강화 학습
빈칸 채우기 퀴즈
머신러닝과 딥러닝을 위한 라이브러리, TensorFlow
텐서플로우의 기본 단위, 텐서(Tensor)
텐서의 차원
선택형 퀴즈
텐서 연산 이해하기
자주 사용하는 TensorFlow API 5가지
TensorFlow로 간단한 선형 회귀 모델 만들기
빈칸 채우기 퀴즈
쉽고 직관적인 신경망 라이브러리, Keras
Keras를 활용한 모델 학습 및 평가
선택형 퀴즈
Chapter 2
머신러닝을 이해하기 위해 반드시 알아야하는 필수 지식
Lessons
AI를 조련하기 위한 준비물, 데이터셋
AI를 학습시킬 때 사용하는 데이터 파일 형식
데이터를 먹기 좋게 요리하는 전처리
파이썬 활용 결측치 처리
선택형 퀴즈
데이터 크기를 조정하는 정규화
데이터 크기를 맞추는 표준화
정규화 vs 표준화, 언제 사용해야 할까?
범주형 데이터 인코딩
레이블 인코딩과 원-핫 인코딩
빈칸 채우기 퀴즈
머신러닝에서 특징이란?
특성 선택과 차원 축소
데이터의 정답지, 레이블
특징의 중요도를 결정하는 가중치
기본 출력값을 조정하는 편향
선택형 퀴즈
예측과 실제값을 비교하는 손실 함수
모든 데이터에 대한 평균 오차, 비용 함수
머신러닝 학습의 목표, 최적화와 경사 하강법
빈칸 채우기 퀴즈
Chapter 3
머신러닝 모델의 동작 원리
Lessons
AI 모델 학습 과정
패턴을 학습하는 훈련 데이터셋
잘 학습되었는지 확인하는 검증 데이터셋
최종 성능 평가를 위한 테스트 데이터셋
선택형 퀴즈
모델의 성능을 좌우하는 하이퍼파라미터
머신러닝의 학습 속도를 조절하는 학습률
한 번에 학습할 데이터 양을 결정하는 배치 크기
반복 학습하는 횟수를 결정하는 에폭
과적합(Overfitting) 자세히 알아보기
과소적합(underfitting) 자세히 알아보기
빈칸 채우기 퀴즈
머신러닝 모델의 목적
데이터를 그룹으로 나누는 분류 모델
모델의 예측 성능을 평가하는 정확도
모델의 예측 성능을 평가하는 정밀도
모델의 예측 성능을 평가하는 재현율
모델의 예측 성능을 평가하는 F1-Score
선택형 퀴즈
연속적인 값을 예측하는 회귀 모델
평균 제곱 오차 (MSE)
평균 절대 오차 (MAE)
결정 계수 (R²)
빈칸 채우기 퀴즈