컨텐츠 내용
- 수강신청
- 과정정보
[HMG DA 프로젝트] 통합 패키지
학습목표
머신러닝의 핵심 알고리즘과 모델 평가 기법을 이해하고, 모빌리티 데이터를 기반으로 회귀 및 분류 모델을 구현하여
실제 문제 해결에 적용할 수 있는 인공지능 실무 역량을 함양한다.
※ 본 과정은 '통합 패키지' 입니다. 개별 과정 학습을 희망하시는 경우 별도 과정을 신청하여주시기 바랍니다.
실제 문제 해결에 적용할 수 있는 인공지능 실무 역량을 함양한다.
※ 본 과정은 '통합 패키지' 입니다. 개별 과정 학습을 희망하시는 경우 별도 과정을 신청하여주시기 바랍니다.
교육대상
실제 모빌리티 데이터를 활용한 프로젝트를 경험하고 싶은 초/중급 학습자
※ 본 과정 수강을 위해서는 통계 및 데이터 분석에 대한 초급 수준의 사전 지식이 필요합니다.
※ 'HMG Data Analytics 프로젝트' → 'HMG Data Science 프로젝트' 연계 수강을 추천합니다.
※ 본 과정 수강을 위해서는 통계 및 데이터 분석에 대한 초급 수준의 사전 지식이 필요합니다.
※ 'HMG Data Analytics 프로젝트' → 'HMG Data Science 프로젝트' 연계 수강을 추천합니다.
과정소개
수료기준
| 평가기준 | 진도율 | 총점 |
|---|---|---|
| 배점 | 100% | 100점 |
| 수료기준 | 80% | 80점 |
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 80점 이상이어야 합니다.
| 차시 | 강의명 |
|---|---|
| 1. 머신러닝 기초 이론 : 모델 평가 및 검증 | |
| 1차시 | 모델 검증의 목적 |
| 2차시 | 기본적인 평가 측정 |
| 3차시 | 하이퍼파라미터 튜닝 |
| 4차시 | 분류를 위한 평가지표 |
| 5차시 | 회귀를 위한 평가지표 |
| 6차시 | 랭킹을 위한 평가지표 |
| 2. AI 실전 회귀 모델 프로젝트 : 차량 연료 소비값 예측하기 | |
| 7차시 | 회귀 문제와 선형 회귀 기초 |
| 8차시 | 데이터 분석과 전처리 |
| 9차시 | 선형 회귀 실전 |
| 10차시 | 다항 회귀 기초 |
| 11차시 | 다항 회귀 실전 |
| 3. AI 실전 분류 모델 프로젝트 : 졸음 운전자 판별하기 | |
| 12차시 | 분류 문제와 데이터셋 소개 |
| 13차시 | 선형 모델 기초 |
| 14차시 | SVM 심화 |
| 15차시 | 결정 트리와 앙상블 기법 |
| 16차시 | 분류 성능 평가 지표 |
