학습목차

Orange로 하는 노코드 AI 데이터 분석(5) 군집화와 차원 축소

제 01 단원 비지도 학습 이해

• 01. START
• 02. 정답 없이 배우는 비지도 학습
• 03. QUIZ

제 02 단원 분류(classfication)와 군집화(clustering)

• 01. START
• 02. 분류와 군집화의 차이
• 03. QUIZ

제 03 단원 군집화 알고리즘

• 01. START
• 02. 군집화 알고리즘의 유형, 방법 및 단계
• 03. QUIZ

제 04 단원 비슷한 데이터 찾기1. 거리(distance)

• 01. START
• 02. 비슷한 데이터 찾기, 거리
• 03. QUIZ

제 05 단원 비슷한 데이터 찾기2. 기하학적 거리 측도

• 01. START
• 02. 비슷한 데이터 찾기, 기하학적 거리 측도
• 03. QUIZ

제 06 단원 유사도 기반 측도1. 코사인, 피어슨 유사도

• 01. START
• 02. 코사인 유사도와 피어슨 유사도
• 03. QUIZ

제 07 단원 유사도 기반 측도2. 자카드, 마할라노비스

• 01. START
• 02. 자카드 유사도와 마할라노비스 거리
• 03. 거리 행렬, 거리 변환 및 거리 행렬맵
• 04. QUIZ

제 08 단원 분할적 군집 분석1. K 평균 군집화

• 01. START
• 02. 클러스터 중심을 찾는 K 평균 군집화
• 03. QUIZ

제 09 단원 분할적 군집 분석2. K 평균 군집화를 활용한 데이터 분석

• 01. START
• 02. K 평균 군집화를 활용한 데이터 분석
• 03. QUIZ

제 10 단원 분할적 군집 분석3. 클러스터링 품질 평가

• 01. START
• 02. 클러스터링 품질 평가 - 실루엣 계수
• 03. QUIZ

제 11 단원 분할적 군집 분석4. DBSCAN

• 01. START
• 02. 밀도를 고려하는 DBSCAN
• 03. QUIZ

제 12 단원 계층적 군집 분석1. 계층적 군집화와 덴드로그램

• 01. START
• 02. 계층적 군집화와 덴드로그램
• 03. QUIZ

제 13 단원 계층적 군집 분석2. 루뱅 클러스터링

• 01. START
• 02. 네트워크를 군집화하는 루뱅 클러스터링 이해
• 03. 네트워크를 군집화하는 루뱅 클러스터링 실습
• 04. QUIZ

제 14 단원 핵심 정보만 남기는 차원 축소

• 01. START
• 02. 차원의 저주와 차원 축소
• 03. QUIZ

제 15 단원 선형 차원 축소1. 주성분 분석(PCA)

• 01. START
• 02. 핵심 축을 투영하는 주성분 분석 이해
• 03. 핵심 축을 투영하는 주성분 분석 실습
• 04. QUIZ

제 16 단원 선형 차원 축소2. PCA를 활용한 데이터 분석

• 01. START
• 02. PCA를 활용한 데이터 분석
• 03. QUIZ

제 17 단원 선형 차원 축소3. 범주형 데이터를 위한 대응 분석(CA)

• 01. START
• 02. 범주형 데이터를 위한 대응 분석(CA)
• 03. QUIZ

제 18 단원 비선형 차원 축소, 매니폴드 학습

• 01. START
• 02. 매니폴드 학습 - t-sNE, LLE, MDS, ISOMAP, SOM
• 03. QUIZ