데이터가 있고 그 데이터로 무엇을 알 수 있는지 궁금하신가요? 머신 러닝으로 비즈니스를 개선할 수 있는 핵심 방법을 더 깊이 이해해야 하나요? 회귀 및 분류에서 딥 러닝 및 추천 시스템까지 어떤 내용으로든 전문가와 대화할 수 있기를 원하시나요?
학습 결과: 이 과정을 마치면 다음을 수행할 수 있습니다.
-실제로 머신 러닝의 잠재적 애플리케이션을 식별합니다.
-회귀, 분류 및 클러스터링을 통해 가능해진 분석의 핵심 차이를 설명합니다.
-잠재적 애플리케이션에 적합한 머신 러닝 작업을 선택합니다.
-회귀, 분류, 클러스터링, 검색, 추천 시스템 및 딥 러닝을 적용합니다.
-머신 러닝 모델에 대한 입력 정보 역할을 하는 특성으로 데이터를 제시합니다.
-각 작업에 대한 관련 오류 지표 측면에서 모델 품질을 평가합니다.
-새로운 데이터를 분석하기 위해 모델에 맞는 데이터 세트를 활용합니다.
-머신 러닝을 핵심으로 사용하는 엔드 투 엔드 애플리케이션을 구축합니다.
-Python에서 이러한 기술을 구현합니다.