학습목차

Orange로 하는 노코드 AI 데이터 분석(3) 예측 머신러닝 분석

제 01 단원 머신러닝 지도학습, 분류와 예측 모델의 이해

• 01. START
• 02. 분류와 예측 모델의 이해
• 03. QUIZ

제 02 단원 가장 간단한 예측, constant

• 01. START
• 02. 가장 간단한 예측, constant
• 03. QUIZ

제 03 단원 단순 선형 회귀분석

• 01. START
• 02. 단순 선형 회귀분석
• 03. QUIZ

제 04 단원 머신러닝 모델의 워크플로우

• 01. START
• 02. 지도학습 머신러닝 모델의 워크플로우
• 03. 분석 모델의 저장과 다른 문제에의 활용
• 04. QUIZ

제 05 단원 분석 모델의 평가

• 01. START
• 02. 분석 모델 평가, 편향(Bias)과 분산(Variance)
• 03. QUIZ

제 06 단원 회귀 모델 결정계수 R2와 설명력 이해하기

• 01. START
• 02. 회귀 모델 결정계수 R2와 설명력
• 03. QUIZ

제 07 단원 실습! 회귀 모델 결정계수 R2와 설명력

• 01. START
• 02. 회귀 모델 결정계수 R2와 설명력 실습
• 03. QUIZ

제 08 단원 회귀적 모델의 평가 지표

• 01. START
• 02. 회귀적 모델의 평가 지표: RMSE, MSE, MA
• 03. QUIZ

제 09 단원 분석 모델의 일반화 가능성 평가, 홀드아웃

• 01. START
• 02. 분석 모델의 일반화 가능성 평가, 홀드아웃
• 03. QUIZ

제 10 단원 두루두루 쓸 수 있는 분석 모델

• 01. START
• 02. LOOCV, K-폴드 교차검증, 그리고 부트스트랩
• 03. QUIZ

제 11 단원 모델 성능 교차 검증

• 01. START
• 02. 모델 성능 교차 검증 비교와 무시할 수 있는 차이
• 03. QUIZ

제 12 단원 분석 모델의 효율성

• 01. START
• 02. 분석 모델의 효율성, Feature Selection
• 03. QUIZ

제 13 단원 손실 함수와 경사하강법

• 01. START
• 02. 손실 함수와 경사하강법
• 03. QUIZ

제 14 단원 확률적 경사하강법 이해하기

• 01. START
• 02. 확률적 경사하강법
• 03. QUIZ

제 15 단원 실습! 확률적 경사하강법

• 01. START
• 02. 확률적 경사하강법 실습
• 03. QUIZ

제 16 단원 퍼셉트론과 인공신경망

• 01. START
• 02. 퍼셉트론과 인공신경망
• 03. QUIZ

제 17 단원 퍼셉트론의 AND와 OR, NAND 연산

• 01. START
• 02. 퍼셉트론의 AND, OR, NAND 연산
• 03. QUIZ

제 18 단원 다층 퍼셉트론과 활성화 함수

• 01. START
• 02. XOR과 다층 퍼셉트론
• 03. 복잡한 문제 해결을 위한 활성화 함수
• 04. QUIZ

제 19 단원 인공신경망의 하이퍼 파라미터

• 01. START
• 02. 인공신경망의 하이퍼 파라미터
• 03. QUIZ